我正在尝试使用正则表达式将字符串分成两部分。字符串格式如下：
text to extract<number>
我一直在使用(.*?)< 和<(.*?)>，它们工作得很好，但是在稍微阅读了正则表达式之后，我开始想知道为什么我需要在表达式中使用?。我只是在通过这个网站找到它们后才这样做的，所以我不确定有什么区别。
【问题讨论】：
标签： regex regex-greedy non-greedy
假设你有：
<a></a>
<(.*)> 将匹配 a></a，而 <(.*?)> 将匹配 a。
后者在> 的第一场比赛后停止。它检查一个
或 0 个匹配 .* 后跟下一个表达式。
第一个表达式<(.*)> 在匹配第一个> 时不会停止。它会一直持续到>的最后一场比赛。
【讨论】：
这是贪心量词和非贪心量词的区别。
考虑输入101000000000100。
使用1.*1、* 是贪心的——它会一直匹配到最后，然后回溯直到它可以匹配1，留下1010000000001。.*? 是非-贪婪的。 * 将不匹配任何内容，但随后会尝试匹配多余的字符，直到匹配 1，最终匹配 101。
所有量词都有非贪婪模式：.*?、.+?、.{2,6}?，甚至是.??。
在您的情况下，类似的模式可能是 <([^>]*)> - 匹配除大于号以外的任何字符（严格来说，它匹配 < 和 > 之间除 > 之外的零个或多个字符） .
【讨论】：
? 与非贪婪的?? 有何不同？
"abc"，正则表达式/\w\w?\w/ 将匹配完整的字符串"abc" - 因为? 是贪婪的。 /\w\w??\w/ 是惰性的 - 它只会匹配 "ab"。如果稍后失败，它只会回溯并匹配"abc"。
默认情况下，正则表达式中的重复是贪婪：他们尝试匹配尽可能多的代表，当这不起作用并且他们不得不回溯时，他们尝试在一个时间，直到找到整个模式的匹配。因此，当匹配最终发生时，贪婪的重复将尽可能匹配 许多 个重复。
? 作为重复量词将此行为更改为非贪婪，也称为不情愿 (in e.g. Java)（有时也称为“懒惰”）。相反，此重复将首先尝试匹配尽可能 少数 个重复，当这不起作用并且他们必须回溯时，他们开始一次匹配一个更多重复。因此，当匹配最终发生时，不情愿的重复将尽可能匹配 少数 次。
让我们比较一下这两种模式：A.*Z 和 A.*?Z。
给定以下输入：
eeeAiiZuuuuAoooZeeee
这些模式产生以下匹配：
A.*Z 产生 1 个匹配项：AiiZuuuuAoooZ (see on rubular.com)A.*?Z 产生 2 个匹配项：AiiZ 和 AoooZ (see on rubular.com)让我们首先关注A.*Z 的作用。当它匹配第一个A 时，.* 贪婪，首先尝试匹配尽可能多的.。
eeeAiiZuuuuAoooZeeee
\_______________/
A.* matched, Z can't match
由于Z 不匹配，引擎回溯，然后.* 必须匹配少一个.：
eeeAiiZuuuuAoooZeeee
\______________/
A.* matched, Z still can't match
这种情况又发生了几次，直到最后我们得出这样的结论：
eeeAiiZuuuuAoooZeeee
\__________/
A.* matched, Z can now match
现在Z可以匹配，所以整体模式匹配：
eeeAiiZuuuuAoooZeeee
\___________/
A.*Z matched
相比之下，A.*?Z 中的不情愿重复首先匹配尽可能少的.，然后根据需要匹配更多的.。这就解释了为什么它会在输入中找到两个匹配项。
以下是两种模式匹配内容的直观表示：
eeeAiiZuuuuAoooZeeee
\__/r \___/r r = reluctant
\____g____/ g = greedy
在许多应用程序中，上述输入中的两个匹配项是所需的，因此使用不情愿的.*? 而不是贪婪的.* 以防止过度匹配。然而，对于这个特定的模式，有一个更好的选择，使用否定字符类。
模式A[^Z]*Z 还找到与上述输入（as seen on ideone.com）的A.*?Z 模式相同的两个匹配项。 [^Z] 是所谓的否定字符类：它匹配除Z 之外的任何字符。
两种模式的主要区别在于性能：更严格，否定字符类只能匹配给定输入的一种方式。对此模式使用贪婪或不情愿的修饰符并不重要。事实上，在某些方面，你可以做得更好，使用所谓的所有格量词，它根本不会回溯。
这个例子应该是说明性的：它展示了贪婪、不情愿和否定字符类模式如何在相同的输入下以不同的方式匹配。
eeAiiZooAuuZZeeeZZfff
这些是上述输入的匹配项：
A[^Z]*ZZ 产生 1 个匹配项：AuuZZ (as seen on ideone.com)A.*?ZZ 产生 1 个匹配项：AiiZooAuuZZ (as seen on ideone.com)A.*ZZ 产生 1 个匹配项：AiiZooAuuZZeeeZZ (as seen on ideone.com)这是他们匹配的视觉表示：
___n
/ \ n = negated character class
eeAiiZooAuuZZeeeZZfff r = reluctant
\_________/r / g = greedy
\____________/g
这些是指向 stackoverflow 上的问题和答案的链接，涵盖了一些可能感兴趣的主题。
【讨论】：