Embora essa pergunta foi feita há vários anos atrás, existem alguns equívocos que precisam ser corrigidos.
O *
não é o único quantificador guloso.
Os quantificadores gulosos são: ?
+
{}
*
Por exemplo, o opcional ?
casa 0 ou 1 vez o elemento anterior.
Texto ER Casou aa ...? aa aaa ...? aaaVeja que no segundo texto a ER casou com aaa em vez de aa.
Quantificadores gulosos sempre casarão com o máximo que ele puder.
No primeiro texto a ER casou com aa apenas porque não havia um terceiro caractere.
Já o {}
só não é guloso se você o usar na forma {numero}
.
Como em {3}
. Nesse caso ele é exato.
Nas outra formas ele também é guloso.
Os quantificadores não-gulosos são: ??
*?
+?
{}?
Ou seja, os quantificadores gulosos "colados" com uma ?
à sua direita.
Ao contrário dos gulosos, eles sempre casam com o mínimo possível.
Texto ER Casou aa ...?? aa aaa ...?? aa
Observe que embora o segundo texto seja maior, a ER ainda casou com aa.
Porquê? Porque o ??
não é guloso. Ele casou com o mínimo possível.
Um quantificador não-guloso mostra sua verdadeira utilidade quando há um elemento à sua direita. ele vai casando com os caracteres do texto, respeitando a quantidade máxima, até encontrar um caractere que também casa com o elemento à sua direita. nesse caso, ele, como um metacaractere cavalheiro, cede o caractere para seu vizinho, que então casa com esse caractere.
Já o guloso vai casando com tudo que ele pode, respeitando a quantidade máxima, até ele não ter mais nada para casar. Então o fominha olha para sua direita, só para ver seu vizinho o encarando feio. Sob livre e espontânea pressão, ele vai descasando caracteres, um por um, da direita para esquerda, até encontrar o caractere que o seu vizinho ranzinza quer casar, cedendo esse caractere para ele.
Embora a descrição diz "caractere" no singular, o elemento vizinho não necessariamente precisa casar com só um caractere. Ele poderia ser o metacaractere grupo ()
, agrupando vários metacaracteres representantes e caracteres literais e/ou ele pode utilizar quantificadores, representando assim, mais de um caractere.
Para demonstrar, veja duas ER aplicadas no código html abaixo:
<b>negrito</b>
<p>parágrafo</p>
<strong>importante</strong>
<h1>título</h1>
Com a ER <.*>
:
<b>negrito</b>
<p>parágrafo</p>
<strong>importante</strong>
<h1>título</h1>
E com a ER <.*?>
:
<b>
negrito</b>
<p>
parágrafo</p>
<strong>
importante</strong>
<h1>
título</h1>
A parte destacada e em negrito é o que a ER casou.
Observe como a ER com o quantificador *
casou tudo do primeiro sinal de menor(<) até o último sinal de maior(>).
Enquanto a ER com o *?
só casou com as tags html.