Java 正則表達式量詞深度解析：貪婪、勉強、獨占模式的區別與實戰

Java 正則表達式量詞深度解析：Greedy vs Reluctant vs Possessive

正則量詞決定「匹配多少次」，Java 提供三種模式，行為差異巨大，掌握它們是寫出高性能、正確正則的關鍵。

量詞對照表

核心行為差異

• 貪婪：盡可能多匹配，匹配失敗時回溯嘗試少匹配。
• 勉強：盡可能少匹配，逐步擴大嘗試，不回溯（因為本來就從少開始）。
• 獨占：像貪婪一樣盡可能多匹配，但絕不回溯，匹配失敗直接整體失敗。

實戰驗證代碼

public class QuantifierDemo {
    public static void main(String[] args) {
        String text = "ababa";
        test("\\w+",   text, "貪婪 \\w+");
        test("\\w+?",  text, "勉強 \\w+?");
        test("\\w++",  text, "獨占 \\w++");

        System.out.println("--- 加上尾部 b ---");
        test("\\w+b",   text, "貪婪 \\w+b");
        test("\\w+?b",  text, "勉強 \\w+?b");
        test("\\w++b",  text, "獨占 \\w++b");
    }
    static void test(String regex, String text, String label) {
        Matcher m = Pattern.compile(regex).matcher(text);
        System.out.print(label + " => ");
        while (m.find()) {
            System.out.printf("[%d-%d:%s] ", m.start(), m.end(), m.group());
        }
        System.out.println();
    }
}

輸出與解讀

貪婪 \w+      => [0-5:ababa]
勉強 \w+?     => [0-1:a] [1-2:b] [2-3:a] [3-4:b] [4-5:a]
獨占 \w++     => [0-5:ababa]

--- 加上尾部 b ---
貪婪 \w+b     => [0-4:abab]   // \w+ 先吞全串，回溯 1 字符匹配 b
勉強 \w+?b    => [0-2:ab] [2-4:ab]  // 每次最少匹配 1 個字符再試 b
獨占 \w++b    => (無匹配)    // \w++ 吞全串，無回溯，b 匹配失敗整體失敗

性能與選型指南

1. 預設用貪婪：最直觀，現代引擎優化極好，除非發生災難性回溯。
2. 已知邊界用獨占：如 \d++ 匹配純數字串，明確後面不可能是數字，獨占避免回溯開銷，防止 ReDoS。
3. 需最小匹配用勉強：如解析 HTML 屬性 ".*?"，但慎用於大文本，可能導致大量嘗試，優於貪婪回溯但仍有性能隱患。
4. 終極優化：用具體字符類代替 .、\w，如 [^"]* 替代 ".*?"，從根源消除回溯。

更多內容：Java 正則規則表 | Pattern 類詳解 | Matcher 類詳解