import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Test {
public static void main(String[] args) {
String str = "<biao><>c<b>";
Pattern pattern;
Matcher matcher;
// 貪婪: 最長匹配 .* : 輸出: <biao><>c<b>
pattern = Pattern.compile("<.*>");
matcher = pattern.matcher(str);
while (matcher.find()) {
System.out.println(matcher.group());
}
// 不知是否非貪婪 .*? : 輸出: <biao>, <>, <b>
pattern = Pattern.compile("<.*?>");
matcher = pattern.matcher(str);
while (matcher.find()) {
System.out.println(matcher.group());
}
// 使用組, 輸出<>里的內容, 輸出: 'biao', ' ', 'b'
// 0組代表整個表達式, 子組從1開始
pattern = Pattern.compile("<(.*?)>");
matcher = pattern.matcher(str);
while (matcher.find()) {
System.out.println(matcher.group(1));
}
}
}
貪婪、勉強和侵占量詞間的不同
在貪婪、勉強和侵占三個量詞間有著細微的不同。
貪婪(*, ?, +)：讀入整個串，從后往前匹配
勉強(*?, ??, +?)：從前往后匹配
侵占(*+, ?+, ++)：讀入整個串，從前往后匹配，匹配的是整個串
貪婪量詞之所以稱之為“貪婪的”，這是由于它們強迫匹配器讀入（或者稱之為吃掉）整個輸入的字符串，來優先嘗試第一次匹配，如果第一次嘗試匹配（對于整個輸入的字符串）失敗，匹配器會通過回退整個字符串的一個字符再一次進行嘗試，不斷地進行處理直到找到一個匹配，或者左邊沒有更多的字符來用于回退了。賴于在表達式中使用的量詞，最終它將嘗試地靠著 1 或 0 個字符的匹配。
但是，勉強量詞采用相反的途徑：從輸入字符串的開始處開始，因此每次勉強地吞噬一個字符來尋找匹配，最終它們會嘗試整個輸入的字符串。
最后，侵占量詞始終是吞掉整個輸入的字符串，嘗試著一次（僅有一次）匹配。不像貪婪量詞那樣，侵占量詞絕不會回退，即使這樣做是允許全部的匹配成功。
為了說明一下，看看輸入的字符串是 xfooxxxxxxfoo 時。
Enter your regex: .*foo // 貪婪量詞
Enter input string to search: xfooxxxxxxfoo
I found the text "xfooxxxxxxfoo" starting at index 0 and ending at index 13.
Enter your regex: .*?foo // 勉強量詞
Enter input string to search: xfooxxxxxxfoo
I found the text "xfoo" starting at index 0 and ending at index 4.
I found the text "xxxxxxfoo" starting at index 4 and ending at index 13.
Enter your regex: .*+foo // 侵占量詞
Enter input string to search: xfooxxxxxxfoo
No match found.
第一個例子使用貪婪量詞.*，尋找緊跟著字母“f”“o”“o”的“任何東西”零次或者多次。由于量詞是貪婪的，表達式的.*部分第一次“吃掉”整個輸入的字符串。在這一點，全部表達式不能成功地進行匹配，這是由于最后三個字母（“f”“o”“o”）已經被消耗掉了。那么匹配器會慢慢地每次回退一個字母，直到返還的“foo”在最右邊出現，這時匹配成功并且搜索終止。
然而，第二個例子采用勉強量詞，因此通過首次消耗“什么也沒有”作為開始。由于“foo”并沒有出現在字符串的開始，它被強迫吞掉第一個字母（“x”），在 0 和 4 處觸發了第一個匹配。測試用具會繼續處理，直到輸入的字符串耗盡為止。在 4 和 13 找到了另外一個匹配。
第三個例子的量詞是侵占，所以在尋找匹配時失敗了。在這種情況下，整個輸入的字符串被.*+消耗了，什么都沒有剩下來滿足表達式末尾的“foo”。
你可以在想抓取所有的東西，且決不回退的情況下使用侵占量詞，在這種匹配不是立即被發現的情況下，它將會優于等價的貪婪量詞。