Ruby的string.sub()为何非贪婪？相关匹配行为解析

咱们来逐个分析你遇到的这些案例，核心是搞懂sub的工作逻辑和正则匹配的优先级：

先明确两个关键前提 #

• sub方法只替换第一个匹配到的结果，正则引擎会从字符串最左端开始扫描，找到第一个有效匹配就停止。
• 正则里的量词（*/+）：*允许匹配0次或多次，+要求至少匹配1次；默认都是贪婪模式，但贪婪是在同一个匹配位置尽可能取最长，而不是跳过前面的位置找后面的长匹配。

案例1："hello\r\n".sub(/e*/, "") => "hello\r\n" #

/e*/的意思是「匹配0个或多个e」。引擎从字符串第一个字符h开始扫描：

• 这里没有e，所以能匹配到0个e（*允许0次），这是第一个有效匹配。
• sub替换这个0长度的匹配，相当于没改动原字符串，所以结果还是hello\r\n。
• 为什么不匹配后面的e？因为引擎已经在开头找到了第一个有效匹配（0次），不会继续往后扫描了。

案例2："hello\r\n".sub(/h*/, "") => "ello\r\n" #

/h*/匹配0个或多个h。引擎从开头扫描：

• 第一个字符就是h，贪婪模式下会尽可能匹配最多的h（这里是1个），所以匹配结果是h。
• sub把这个h替换成空，自然就得到ello\r\n。

案例3："hello\r\n".sub(/e+/, "") => "hllo\r\n" #

/e+/要求至少匹配1个e，所以0次匹配是无效的。引擎从开头扫描：

• 第一个字符h不符合，继续往后找，直到遇到e，匹配这个单个e。
• 替换后就去掉了这个e，结果变成hllo\r\n。
• 这和/e*/的区别就是+不允许0次匹配，所以不会在开头浪费一次匹配机会，必须找到真实存在的e才行。

案例4："hello\r\n".sub(/(\r|\n)*/, "") => "hello\r\n" #

和案例1逻辑完全一致：/(\r|\n)*/匹配0个或多个换行/回车。

• 开头的h不是换行符，所以匹配0次，sub替换后字符串无变化，哪怕后面有\r\n也不会被处理。

案例5："hello\r\n".sub(/(\r|\n)+/, "") => "hello" #

/(\r|\n)+要求至少匹配1个换行/回车，所以开头的字符不符合，引擎往后扫描：

• 找到最后的\r\n，匹配这两个字符，替换成空，结果就是hello。

额外补充：为什么gsub不会有这种问题？ #

gsub会替换所有匹配到的结果，哪怕开头有0次匹配，它也会继续往后扫描其他匹配项。比如"hello\r\n".gsub(/e*/, "")会把开头的0次匹配（无变化）、中间的e、结尾的0次匹配都处理，最终结果是hllo\r\n（本质是替换了中间的e，因为0次匹配替换后还是原内容）。

内容的提问来源于stack exchange，提问作者nonopolarity