正则表达式——最小匹配问题

不说废话，直接题目：
http://alpha.jpg, http://sub-address/beta.jpg, http://something else/ and http://gamma.jpg, http://delta.jpg

请匹配上述字符串中，不包含gamma字串的其他所有图片的正确地址

捉急的同鞋，请直接看本文最后一行的解决方案……

给大家一个测试网站，有兴趣的同鞋可以自己尝试一下：

http://regexpal.com/

另外附加正则表达式的语法手册，方便大家查阅：
http://msdn.microsoft.com/zh-cn/library/ae5bf541(v=vs.80).aspx
下面给出思维过程：

第一步：首先，分解问题，暂且不管gamma的干扰，先想办法匹配所有正确的图片地址，再想办法去掉带有gamma的地址，对于地址的格式，地球人都知道，于是我尝试了这种解决方案：
http://.+\.jpg
思路很简单，以“http://”开头，中间不管，最后以.jpg结尾，但是发现了问题，由于正则表达式默认最长匹配，也叫做贪婪匹配，所以上述解决方案中，我们只会得到一个结果，就是原始串，仔细观察，整个原始串正好符合我们的匹配模式，根据最大匹配的原则，匹配整串是很正常的

第二步：由于最长匹配的干扰，所以我们需要打破这种默认的匹配原则，使其使用最小匹配，也就是非贪婪匹配原则进行匹配，于是我尝试了以下解决方案：
http://.+？\.jpg
根据正则的语法规则，只要在某些特定的限定符之后加一个问号，就可以让解释器使用最小匹配原则进行匹配，所以我们在加号后面加了一个问号，这回我们得到了4个结果，但是有一个结果是有问题的，即gamma图片的结果是有问题的，我们理想的结果应该：
http://gamma.jpg
但是我们得到的结果却是：
http://something else/ and http://gamma.jpg
这个结果有点匪夷所思，按照最小匹配原则，道理上我们应该得到理想结果，但是却没有。这是因为在正则的解释器中，对于最小匹配原则的理解为正向最小匹配，而不是双向最小匹配……

所谓正向最小匹配，就是正则表达式只会在从前向后的匹配中，遵循最小匹配原则，当遇到结尾的匹配模式时立刻停止匹配，但是在匹配的过程中，遇到相同的起始匹配模式时，并不会重新定位匹配的起始位置。简单来说，就是对“hello hello world“进行最小匹配是，解释器不会因为看到了第二个”hello“就认为第二个"hello"是起始位置……

所以，我们面临一个问题，对于这种匹配方式，如果目标文本中含有其他地址（非图片地址）的话，那么我们会将两个地址连起来看作一个地址，这种结果显然是错的……

经过google和百度，我最终也没找到一个让解释器遵循双向最小匹配的方法，所以我们只能用其他方式来解决这个问题了……

第二步半：在得到第三步的正确结果之前，其实我是走了一个小弯路的，最初我打算使用方括号来解决这个问题，于是就有了下面这种解决方案：
http://[\w\-/]+?\.jpg
这种解决方案，虽然解决了得到4个正确地址的问题，但是随之而来的问题更加棘手。我们本来是要通过补集（除了http://）的方式来进行匹配的，而这种方式是给定一个确定集合，进行匹配，这种工作量是巨大的，在我们的实验中除了字母、数字、斜杠和短横杠以外，没有其他字符了，但是现实情况下，url可能是非常复杂的，带有各种特殊符号，甚至包含汉字，那么确定集合的解法就面临着巨大的挑战：1、对于不确定的url没法给出准确的匹配，因为我们不可能预判url中究竟有什么符号；2、匹配模式将会相当的复杂，单纯匹配汉字的模式就是很复杂的

然而，让我放弃这种解法的最直接原因，就是它无法解决排除gamma图片，这个最终问题，因为在正常的思路中，如果我们能排除“http://”，那么我们就能够使用相同的方法排除"gamma"，显然这种解决方案无法达到这个目标，毕竟放括号只能匹配单字符，而不能匹配字符串

第三步：在两步半的基础上，我终于找到了正确的出路，字符串排除法，于是有了以下解决方案：
http://((?!http://).)+?\.jpg
这个模式的思路基本符合正常思路：屁排以http开头，.jpg结尾，中间又不存在“http://”的所有字符串，至此，大功告成，我们完美的解决了这个问题

第四步：去掉gamma图片的方式，与去掉http://的方式完全一样， 我们只要将方法照搬就可以得到最终的解法了……

最终解决方案：
http://((?!http://)(?!gamma).)+?\.jpg