当前位置：首页 > java >正文

JAVA中的贪婪爬取和非贪婪爬取

java 2025/5/5 5:26:05

正则表达式匹配模式对比

贪婪爬取（Greedy Matching）

正则表达式：ab+
行为：b+ 处于贪婪模式，会尽可能多地匹配 b 字符，直至字符串末尾。
代码示例：

import java.util.regex.*;public class GreedyExample {public static void main(String[] args) {String text = "abbbbbbb";Pattern pattern = Pattern.compile("ab+");Matcher matcher = pattern.matcher(text);if (matcher.find()) {System.out.println("贪婪模式匹配结果: " + matcher.group());}}
}

输出：

贪婪模式匹配结果: abbbbbbb

解释：ab+ 匹配一个 a 后面跟着尽可能多的 b，所以匹配了整个字符串 "abbbbbbb"。

非贪婪爬取（Non - Greedy/Lazy Matching）

正则表达式：ab+?
行为：b+? 是非贪婪模式，会尽可能少地匹配 b 字符，仅匹配最少的一个 b（因为 + 要求至少匹配一个）。
代码示例：

import java.util.regex.*;public class NonGreedyExample {public static void main(String[] args) {String text = "abbbbbbb";Pattern pattern = Pattern.compile("ab+?");Matcher matcher = pattern.matcher(text);if (matcher.find()) {System.out.println("非贪婪模式匹配结果: " + matcher.group());}}
}

输出：

非贪婪模式匹配结果: ab

解释：ab+? 匹配一个 a 后面跟着最少的 b 字符。由于 + 要求至少一个 b，所以只匹配了 "ab"。

贪婪与非贪婪模式对比

模式	正则表达式	匹配结果（字符串 "abbbbbbb"）	说明
贪婪模式	`ab+`	`abbbbbbb`	匹配 `a` 后所有 `b`，直到末尾
非贪婪模式	`ab+?`	`ab`	匹配 `a` 后最少的一个 `b`

扩展示例：多个匹配

贪婪模式（ab+）：

import java.util.regex.*;public class GreedyMultiExample {public static void main(String[] args) {String text = "abbbbbbb abbb";Pattern pattern = Pattern.compile("ab+");Matcher matcher = pattern.matcher(text);while (matcher.find()) {System.out.println("贪婪模式: " + matcher.group());}}
}

输出：

贪婪模式: abbbbbbb
贪婪模式: abbb

解释：每次匹配时，ab+ 都会尽量匹配最多的 b。
非贪婪模式（ab+?）：

import java.util.regex.*;public class NonGreedyMultiExample {public static void main(String[] args) {String text = "abbbbbbb abbb";Pattern pattern = Pattern.compile("ab+?");Matcher matcher = pattern.matcher(text);while (matcher.find()) {System.out.println("非贪婪模式: " + matcher.group());}}
}