regex - Java正则表达式两个问号(??)

Question

我知道/？表示/是可选的。那么“玩具？”将匹配玩具和玩具。我的理解是，如果我变得懒惰并使用“玩具？”我将玩具与玩具都匹配，并且始终将玩具归还。因此，一个快速测试:

private final static Pattern TEST_PATTERN = Pattern.compile("toys??", Pattern.CASE_INSENSITIVE);
public static void main(String[] args) {
    for(String arg : args) {
        Matcher m = TEST_PATTERN.matcher(arg);
        System.out.print("Arg: " + arg);
        boolean b = false;
        while (m.find()) {
            System.out.print(" {");
            for (int i=0; i<=m.groupCount(); ++i) {
                System.out.print("[" + m.group(i) + "]");
            }
            System.out.print("}");
        }
        System.out.println();
    }
}

是的，看起来像预期的那样

java -cp .. regextest.RegExTest toy toys
Arg: toy {[toy]}
Arg: toys {[toy]}

现在，将正则表达式更改为“toys ?? 2”，它仍然与toy2和toy2匹配。在这两种情况下，它都返回完整的字符串，而不删除。搜索“toys？2”和“toys ?? 2”之间在功能上有什么区别。

我问的原因是因为我找到了一个类似以下示例:

private final static Pattern TEST_PATTERN = Pattern.compile("</??tag(\\s+?.*?)??>", Pattern.CASE_INSENSITIVE);

尽管我没有明显的理由使用??而不是？，我认为也许是原作者(我不认识的作者)可能知道我不知道的东西，我希望以后知道。

Answer 1

??是懒惰的，而?是贪婪的。

给定(pattern)??，它将首先测试空字符串，然后如果模式的其余部分不匹配，它将测试pattern。

相反，(pattern)?将首先测试pattern，然后将测试回溯中的空字符串。

Now, change the regular expression to "toys??2" and it still matches toys2 and toy2. In both cases, it returns the entire string without the s removed. Is there any functional difference between searching for "toys?2" and "toys??2".

区别在于搜索顺序:

"toys?2"搜索toys2，然后搜索toy2

"toys??2"搜索toy2，然后搜索toys2

但是对于这两种模式，无论输入字符串如何，结果都将相同，因为续集 2(在 s?或 s??之后)必须匹配。

至于您发现的模式:

Pattern.compile("</??tag(\\s+?.*?)??>", Pattern.CASE_INSENSITIVE)

两种 ??都可以更改为 ?，而不会影响结果:

/和t(在tag中)是互斥的。您可以匹配一个或另一个。

>和\s也互斥。 \s+?中的至少1对于此结论很重要:否则结果可能会有所不同。

作者可能对此进行了微优化。他可能认为打开标签必须存在，而关闭标签可能会被遗忘，并且没有属性/随机空间的打开/关闭标签比带有某些标签的打开/关闭标签的出现频率更高。

顺便说一句，当输入包含 \\s+?.*?且其后的很多空格附近没有 <tag时，由于 >，引擎可能会进行一些昂贵的回溯尝试。