正则表达式中.*与.*?的区别及TCL注释匹配问题

你遇到的问题核心在于正则表达式中贪婪匹配和非贪婪（懒惰）匹配的区别，结合TCL正则的默认行为，就能解释为什么两者结果不同。

1. 贪婪 vs 非贪婪匹配的核心差异 #

• .* 是贪婪匹配：它会尽可能多地匹配符合条件的字符（这里是除换行外的任意字符），直到无法满足后续正则规则为止，简单说就是“吃撑了才停”。
• .*? 是非贪婪匹配：它会尽可能少地匹配字符，只要满足后续的正则规则就立刻停止，也就是“点到为止”。

2. 结合你的TCL场景分析 #

在TCL的regexp命令默认模式下（没有-line或-dotall选项）：

• . 匹配除换行符（\n）之外的任意单个字符
• $ 匹配整个输入字符串的末尾，而不是每一行的行尾

假设你的输入是多行代码，比如：

set code {
set name "Alice" -- define username
set age 30 -- define user age
}

为什么 {\-\-.*$} 不生效？ #

当你用这个正则匹配时：

1. 首先匹配到第一行的 --
2. .* 贪婪地匹配所有非换行字符，也就是 define username，直到遇到换行符才停下
3. 接下来的 $ 需要匹配整个字符串的末尾，但此时当前位置在第一行的换行前，不满足$的要求，所以整个匹配失败
4. 对于第二行的 --，同样的逻辑：.* 匹配到该行的末尾，但$是整个字符串的结尾，只有当--在最后一行时才可能匹配成功。

为什么 {\-\-.*?$} 能成功？ #

非贪婪的.*?会调整匹配策略：

1. 匹配到--后，.*?会尝试匹配最少的字符来满足后面的$
2. 因为.不匹配换行，它只能匹配到当前行的末尾（换行前的位置），而此时如果你加上了-line选项（很多处理多行文本的场景会用到），$会匹配每行的行尾（换行前的位置），刚好满足条件，所以匹配成功。
3. 即使没加-line，如果你的输入是单行代码，.*?$会精准匹配到行尾（也就是整个字符串的末尾）；如果是多行场景，非贪婪匹配配合-line就能实现逐行匹配注释的效果。

额外补充：TCL正则的行模式 #

如果你想稳定匹配每行的注释，建议加上-line选项，这样^和$会分别匹配每行的开头和结尾，配合非贪婪匹配就能准确捕获每一行的--到行尾的注释：

regexp -all -line {\-\-.*?$} $code matches

这样不管是单行还是多行代码，都能精准捕获所有注释部分。

内容的提问来源于stack exchange，提问作者user9858829