Java 正则表达式中量词的贪婪型，勉强型和占有型讲解

今天在做markdown转换器项目时遇到了一个问题，让我回顾了一下正则表达式中量词的贪婪型，勉强型和占有型这三种类型的匹配方式。这些匹配方式在匹配时需要根据项目需求合理地选择搭配，否则程序结果可能完全出乎你的意料。

我的问题是，有如下字符串：“This is [google][1],this is [apple][2],and this is [ms][3].”

我需要依次将“[google][1]”,“[apple][2]”,“[ms][3]”给扫描出来。

最初我的做法是写了如下的表达式：

Pattern pattern="\\[.+\\]\\[.+\\]"; 

我通过matcher.find()判断是否找到，通过matcher.group()获取扫描到的子串,可是当我运行程序后，却只得到了[google][1],this is [apple][2],and this is [ms][3]，由此引出了三种匹配类型这一问题。

java正则表达式默认匹配是贪婪型（最大匹配），也就是说，会尽可能去寻找最长的能够匹配的子串，此时[go.......................ms]显然是能够匹配的最长子串。

而如果要满足我的需求，则应该选择使用勉强型匹配，也叫最小匹配。它的写法是，在需要最小串长就匹配成功的地方，加上？。在此例中，我们希望'['在一遇到"]["出就匹配，而最后也要尽快匹配']'，故，我们要这么写：

Pattern pattern="\\[.+？\\]\\[.+？\\]";

这两个问号就是我们希望尽快匹配的位置，所以后来我选择了这种方式成功输出了结果。

那java中还有一种占有型匹配是怎么回事呢？它的写法是，在你希望要尽可能多匹配的位置加上一个+，它和贪婪型的区别在于，贪婪型在尝试匹配尽量多的字符时，一旦发现最终无法满足要求，它是会回溯的，重新寻找，直至找到（详细算法我暂时还没看源码，但不影响我们掌握它的思路），当然如果实在没有也没办法。而占有型则是，当遇到pattern中使用+来表示要占有匹配时，它就尽可能的和源字符串进行匹配，直至无法继续，然后在去匹配正则式中下面的部分，如果下面的部分无法匹配，此时是不会像最大匹配那样回溯的。find()，match() 都会返回false。举个直观的例子吧：

Pattern pattern_tanlan="\\w+\\w";

Pattern pattern_zhanyou="\\w++\\w";

以上分别是贪婪型和占有型，面对这样的源字符串：“This is [google][1],this is [apple][2],and this is [ms][3].”贪婪型可以成功find出：“This”,"is","google","this","is","apple","and","this","is","ms"这些子串，而占有型则一个也没有。因为匹配\\w时,它们都是尽量往后匹配，以This为例，都匹配到了字母s，可是空格就无法匹配了，然后pattern_tanlan后头的\\w无法匹配，它就回溯，最终让后一个\\w匹配s，而\\w+匹配Thi，但是占有型则不，它不回溯，也就一个也匹配不成了。