博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
正则表达式—贪婪与非贪婪模式
阅读量:7068 次
发布时间:2019-06-28

本文共 930 字,大约阅读时间需要 3 分钟。

hot3.png

今天在进行一个网页数据的抓取过程中遇到了一点点的问题,要进行网页中图片的抓取,翻来覆去只能取到最后一张图片的地址,不能进行全部的匹配,后查资料得知正则中的表达式默认情况下是贪婪模式的,所以匹配到了最后一个符合条件的表达式,下面贴出小例子,只是便于大家理解

51 $str = ''; 52 preg_match_all("//is", $str, $outstr); 53 print_r($outstr[1]);

这种情况匹配结果为:
Array(    [0] => a.jpg">

也就是匹配到了最后的一个图片地址,因为正则表达式在默认情况下是贪婪的,所以匹配到了最后一个图片地址。
preg_match_all("//is", $str, $outstr);

将代码改为上面的形式,则可以匹配出想要的结果,

Array ( [0] => a.jpg [1] => b.jpg [2] => v.jpg )

? 当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时,匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串,而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如,对于字符串 "oooo",'o+?' 将匹配单个 "o",而 'o+' 将匹配所有 'o'。

当正则表达式中包含能接受重复的限定符时,通常的行为是(在使整个表达式能得到匹配的前提下)匹配尽可能多的字符。考虑这个表达式:a.*b,它将会匹配最长的以 a开始,以b结束的字符串。如果用它来搜索aabab的话,它会匹配整个字符串aabab。这被称为贪婪匹配。

有时,我们更需要懒惰匹配,也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式,只要在它后面加上一个问号?。这样.*?就意味着匹配任意数量的重复,但是在能使整个匹配成功的前提下使用最少的重复。现在看看懒惰版的例子吧:

a.*?b匹配最短的,以a开始,以b 结束的字符串。如果把它应用于aabab的话,它会匹配aab(第一到第三个字符)ab(第四到第五个字符)

转载于:https://my.oschina.net/yueguanqun/blog/66247

你可能感兴趣的文章
论文笔记:Variational Capsules for Image Analysis and Synthesis
查看>>
爬虫 大规模数据 采集心得和示例
查看>>
CentOS中利用Docker安装RabbitMQ
查看>>
Kubernetes中StatefulSet介绍
查看>>
Jquery mobiscroll 移动设备(手机)wap日期时间选择插件以及滑动、滚动插件
查看>>
Tuxera NTFS for Mac 拼团仅需¥99!再见原价¥298!
查看>>
如何恢复u盘误删文件,看完就不会觉得自己很菜了
查看>>
WPF中ListBox滚动时的缓动效果
查看>>
javaOOM该分析dump文件而不是看异常log日志原因
查看>>
vue组件值传递之父组件向子组件传递(props)
查看>>
MySQL5.6 主从复制 ERROR 1776 (HY000): Parameters MASTER_LOG_FILE
查看>>
mysql重启,重启释放ibtmp1
查看>>
我是一个线程(修订版) 转
查看>>
numpy二分查找
查看>>
DevExpress第三方控件使用实例之ASPxPopupControl弹出子窗体
查看>>
【视频】ASP.NET Core MVC 2.* 入门
查看>>
有关java中static关键的重写问题
查看>>
【Android】使用SearchView时软键盘不支持actionSearch的问题
查看>>
url请求返回结果测试工具(CURL)
查看>>
虚拟机安装教程
查看>>