精通正则表达式笔记--去除文本首尾的空白字符

关于去除文本首尾的空白字符，书中提到了四种方法：

# 第一种
s/^\s+//
s/\s+$//

# 第二种
s/\s*(.*?)\s*$/$1/s

# 第三种
s/^\s*((?:.*\S)?)\s*$/$1/s

# 第四种
s/^\s+|\s+$//g

作者推荐第一种， 并认为其它三个都是不正确的。
下面以源字符串 'a' 为例,分析一下这几个正则表达式的匹配过程。

第一种：

s/^\s+//

• ^ 成功匹配到行的开头
• s+ 匹配 a ， 结果匹配失败
• 整个表达式匹配失败

s/\s+$//

• s+ 匹配 a， 失败
• s+ 匹配行结尾，失败
• 整个表达式匹配失败

第二种：

s/\s*(.*?)\s*$/$1/s

• s， 首先 s 匹配 a，失败， 回溯， s 匹配 a 前边的位置， 成功
• (.*?) 优先不匹配， 保留一个可回溯状态
• s， 首先 s 匹配 a，失败， 回溯， s 匹配 a 前边的位置， 成功
• $， 匹配 a， 失败。
• 表达式匹配失败
• 检查有没有可回溯的状态， (.?)可回溯， . 匹配 a, 匹配成功
• s*，匹配 a 后面的位置
• $， 匹配到结尾
• 整个表达式匹配成功

第三种：

s/^\s*((?:.*\S)?)\s*$/$1/s

• ^, 匹配行开头
• s*, 匹配a前面的位置
• ((?:.S)?)， . 匹配到 a，由于是贪婪模式，. 会继续向下匹配， 但是后面已经没有内容了，控制权交给 S, 接下来的S也无法匹配， . 可回溯，退还匹配到的 a，S 匹配到 a
• s*， 匹配到 a 之后的位置
• $, 匹配到结尾

• 正个表达式匹配成功

  ((?:.\S)?) 分组中的\S是为了强制 . 匹配完后进行回溯的，？是为保证表达式能够正常匹配空行。没有？的话， \S 就要求至少有一个字符。

第四种：

/^\s+|\s+$//g

• ^, 匹配到行开头
• s+，匹配 a， 失败
• 尝试第二个分支，s+，匹配 a， 失败
• 整个表达式失败