第 3 课：控制重复次数的量词

本课目标：

• 用 *、+、? 重复前面的条目。
• 用 {n} 和 {n,m} 固定精确或有界的次数。
• 说出量词附着在什么上（它前面紧挨着的单个条目）。

先修条件：第 1-2 课（字面量、字符类、\d） | 上一篇 << 02 | 下一篇 04 >>

一个字符类匹配一个字符，可数据是成串来的

上一课里，每个字符类都恰好匹配一个字符。真实数据不会一次只来一个字符：邮政编码是五位数字，用户名是一串单词字符，电话号码是一堆数字加上可能出现的连字符。如果一个字符类只匹配一个位置，怎么匹配“一整串”？这正是量词的全部工作：这族元字符说明它们前面那个东西重复多少次。要是搞错量词抓住的是“前面的哪个东西”，你的计数就会落在错误的位置上。

讲解

量词（quantifier）紧跟在一个条目后面，控制该条目重复多少次。有三个你会不停用到¹：

• *：前面的条目，重复 0 次或更多。/bo*/ 匹配 “b”（零个 “o”）也匹配 “boooo”。
• +：前面的条目，重复 1 次或更多。/a+/ 匹配 “candy” 里的那一个 “a”，也匹配 “caaandy” 里的全部 “a”¹。
• ?：前面的条目，出现 0 次或 1 次（可选）。/colou?r/ 同时匹配 “color” 和 “colour”，因为 “u” 是可选的。

需要精确或有界的数量时，用花括号¹：

• {n}：恰好 n 次。/a{2}/ 匹配 “aa”。
• {n,m}：至少 n 次、至多 m 次。/a{1,3}/ 匹配一到三个 “a”。
• {n,}：n 次或更多，没有上限。

下面是让人栽跟头的细节：量词附着在它前面紧挨着的单个条目上，而不是整个模式上。在 /ab+/ 里，+ 只作用于 “b”，所以它匹配 “ab”、“abb”、“abbb”：一个 “a” 后面跟一个或多个 “b”。“a” 不会被重复。这个“前面的条目”可以是字面量、字符类，或（后面课里的）分组，但永远只是左边的那一个 token。

一句下一课才会兑现的预警：* 和 + 是贪婪（greedy）的：它们能抓多少重复就抓多少。/a+/ 在 “caaandy” 上拿走全部三个 “a”，不是一个。我们会在第 6 课把这个行为（以及如何反转它）当作全部重点。

完整示例（跟着做）

你想匹配 “09:30” 这样的时间：两位数字、一个冒号、两位数字。用字符类加计数拼出来：

一步步看：\d{2} 的意思是恰好两位数字；: 是一个字面量冒号；第二个 \d{2} 又是两位数字。“09:30” 严丝合缝地符合这个形状，所以 test 是 true。“9:30” 失败，因为 {2} 要求冒号前有两位数字，这里只有一位。每个量词都附着在它前面紧挨着的 \d 上：不附着在冒号上，也不附着在整个模式上。

你来试试（填空示例）

你想匹配一个话题标签：一个 # 后面跟一个或多个单词字符（所以 #a 和 #regex101 都匹配，孤零零的 # 不匹配）。填上量词：

答案：空格处填 +，得到 /#\w+/。# 是字面量，\w+ 的意思是“一个或多个单词字符”。因为 + 至少要求一个，光秃秃的 “#” 会失败（它后面有零个单词字符），而 “#regex101” 匹配。如果你填的是 *，孤零零的 “#” 也会匹配，因为 * 允许零个：这正是你现在可以主动做出的“0 个起步还是 1 个起步”的选择。

小结 + 下节课预告

量词说明它们前面那个条目重复多少次：*（0 次起）、+（1 次起）、?（0 或 1 次）、{n}（恰好 n 次）、{n,m}（n 到 m 次）。每个量词都附着在左边的单个 token 上，*/+ 默认贪婪。你现在可以匹配长度可控的字符串段了。但 /\d{5}/ 这样的模式仍然匹配长字符串里任何位置的五位数字：它还说不出“并且周围没有别的东西”。下一课我们加上锚点，把匹配钉在开头、结尾或词边界上。