Resposta curta
Para as regex que você usou, não faz diferença. Mas há casos em que faz.
Resposta longa
Antes vamos lembrar o que são esses quantificadores.
O ?
significa "zero ou uma ocorrência", o que é outra forma de dizer que algo é opcional. E o *
significa "zero ou mais ocorrências" (ou seja, além de ser opcional, pode-se ter uma quantidade ilimitada).
Por default, eles são "gananciosos" (greedy), ou seja, tentam pegar a maior quantidade possível de caracteres. Mas quando colocamos um ?
na frente destes (ou seja, ??
e *?
), eles se tornam "preguiçosos" (lazy ou non-greedy), e pegam a menor quantidade possível de caracteres.
A questão é que a "menor quantidade possível" depende do contexto. No seu caso:
ondas??
quer dizer: a palavra "onda", seguida ou não de um s
, e pegando a menor quantidade possível de s
. Nesse caso, a menor quantidade possível é zero
ondas*?
quer dizer: a palavra "onda", seguida de zero ou mais letras s
, e pegando a menor quantidade possível de s
. Nesse caso, a menor quantidade possível também é zero
Para ambos, não importa se existem letras s
depois de "onda". Como o quantificador é preguiçoso, ele sempre vai pegar a menor quantidade possível. E nesse caso, se eu pegar zero letras s
, a regex já é satisfeita, por isso os matches encontrados em todos os casos é a string "onda"
.
-Mas tem um s
depois de "onda", pega ele!
-Não, estou com preguiça...
Enfim, a preguiça é isso mesmo: até tem um s
depois, mas sem o s
a expressão já é satisfeita, então para que pegá-lo?
Então quando faz diferença?
Usar ??
ou *?
faz diferença se a regex tiver algo depois deles. Ex:
library(stringr)
x <- c('ondaX', 'ondasX', 'ondasssX', 'onda', 'ondas')
str_extract(x, regex('ondas??X'))
str_extract(x, regex('ondas*?X'))
Veja aqui este código rodando
A regex ondas??X
procura por "onda", seguido ou não de um s
, seguido de um X
. Por isso ela só encontra matches nas duas primeiras strings:
[1] "ondaX" "ondasX" NA NA NA
A primeira string ("ondaX") funciona porque é a palavra "onda", seguida de zero letras s
, seguida da letra X
(nesse caso, a menor quantidade possível de s
que tenha um X
logo depois é zero). A segunda string funciona porque é a palavra "onda", seguida de uma letra s
, seguida da letra X
(nesse caso, a menor quantidade possível de s
que tenha um X
logo depois é um).
A terceira string não dá match porque existe mais de um s
entre "onda" e X
. Como o quantificador ??
só pega zero ou uma letra s
, ela não considera os casos em que há mais de um s
(nessa string, a menor quantidade possível de s
que tenha um X
logo depois é 3, mas como o ??
só considera zero ou uma ocorrências, a regex não encontra um match).
As duas últimas não dão match porque não possuem um X
.
Já a regex ondas*?X
procura por "onda", seguido de zero ou mais letras s
, seguido de X
. Por isso ela aceita as 3 primeiras strings:
[1] "ondaX" "ondasX" "ondasssX" NA NA
Todas elas tem "onda", depois tem zero ou mais s
, e depois tem um X
. Repare que a "menor quantidade possível" de s
que tenha um X
logo depois varia: na primeira string é zero, na segunda é 1 e na terceira é 3.
A regex sempre tenta várias possibilidades até encontrar a menor quantidade que satisfaça a expressão (ou até ver que não há nenhum match). Primeiro ela tenta com zero ocorrências de s
. Se não der, tenta com uma, se não der, tenta com duas, e assim vai, até encontrar a menor quantidade de s
que tenha um X
logo depois.
Como nas suas regex não tinha nada depois dos s
, a regex não precisa verificar se existe algo depois. Ela pode assumir que a menor quantidade possível que satisfaz a expressão é zero - ou seja, mesmo que tenha um s
depois de "onda", ela não vai pegá-lo, pois a preguiça fala mais alto.
Já nos meus exemplos acima, a regex precisa verificar se tem um X
depois dos s
, e só vai parar quando encontrar (ou quando testar todas as possibilidades e ver que não há nenhum). Apesar de preguiçosa, ela sempre faz o que é pedido.
Sobre o uso do quantificador "preguiçoso", você pode ver mais casos nesta resposta.