正则表达式中的懒惰匹配与非捕获组

当正则表达式中包含能接受重复的限定符(指定数量的代码，例如*,{5,12}等)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和ab。



举例1：
   表达式 "<td>(.*)</td>" 与字符串 "<td><p>aa</p></td> <td><p>bb</p></td>" 匹配时，匹配的结果是：成功；匹配到的内容是 "<td><p>aa</p></td> <td><p>bb</p></td>" 整个字符串， 表达式中的 "</td>" 将与字符串中最后一个 "</td>" 匹配。
举例2：
   相比之下，表达式 "<td>(.*?)</td>" 匹配举例1中同样的字符串时，将只得到 "<td><p>aa</p></td>"， 再次匹配下一个时，可以得到第二个 "<td><p>bb</p></td>"。

懒惰限定符
*? 重复任意次，但尽可能少重复
+? 重复1次或更多次，但尽可能少重复
?? 重复0次或1次，但尽可能少重复
{n,m}? 重复n到m次，但尽可能少重复
{n,}? 重复n次以上，但尽可能少重复

这个例子供测试：
import java.util.regex.*;
public class Test{
  public static void main(String[] args) {
    //String s = "<td><<p>aa</p></td> <td><p>bb</p></td>";//用于其它测试
    String s = "<td>aa555</td><td>bbb</td><td>abc</td>";//用于{1,40},{1,}测试
    //String s = "<td>a</td><td>b</td><td></td>";//用于.??测试
    //String regex="<td>(.*)</td>";

     //String regex="<td>(.*?)</td>";
     // String regex="<td>(.+?)</td>";
     //String regex="<td>(.??)</td>";
     //String regex="<td>(.{1,40}?)</td>";
     String regex="<td>(.{1,}?)</td>";
     Pattern pt=Pattern.compile(regex);
     Matcher mt=pt.matcher(s);
     while(mt.find()){
       System.out.println(mt.group(1).trim());
     }
   }
}

非捕获组(?:Exp)：匹配Exp部分正则表达式，但匹配的结果并不保存到捕获组，一般在验证规则时使用，因为保存捕获组都要占用一定的内存资源，而不需要保留匹配结果时，可以使用非捕获组来节省资源

import java.util.regex.*;

public class Test {
  public static void main(String[] args) {
    String str = "<a href=\"11\"> <font color=\"21\">aaa </font> </a>" +
       "<a href=\"12\"> <font color=\"22\">bbb </font> </a>" +
       "<a href=\"13\">ccc </a> " +
       "<a href=\"14\"> <font color=\"23\">ddd </font> </a>" +
       "<a href=\"15\"> <font color=\"25\">eee </font> </a> " +
       "<a href=\"16\">fff </a> ";
    String regex = "<a.*?>(?:\\s*<font[^>]*>)?(.*?)(?:</font>\\s*)?</a>";
    Pattern pattern = Pattern.compile(regex);
    Matcher matcher = pattern.matcher(str);
    while(matcher.find()) {
      System.out.println(matcher.group(1));
    }
  }
}

这个例子的运行结果是：
C:\java>java Test
aaa
bbb
ccc
ddd
eee
fff