regex - 正则表达式原子组是分布的吗？

Question

正则表达式原子组是分布的吗？

即(?>A?B?)总是等价于(?>A?)(?>B?)?

如果不是，请提供一个反例。

Answer 1

一般原子团

1. 原子组(?>regex1|regex2|regex3)只接受其中的第一个成功匹配。换句话说，它不允许回溯。

2. 正则表达式从左到右进行评估，因此您可以表达您想要匹配的顺序。引擎从第一个位置开始，尝试成功匹配，必要时回溯。如果通过表达式的任何路径将导致成功匹配，那么它将在该位置匹配。

3. 原子团不是分配性的。考虑评估这些模式ABC：（ (?>(AB?))(?>(BC))不匹配）和(?>(AB?)(BC))（匹配ABC）。

具有所有可选组件的原子组

但是，两个部分都是可选的情况可能会有所不同。

考虑具有 2 个贪婪可选部分 A 和 B ((A)?和(B)?) 的原子组。在任何位置，如果A匹配，它可以继续评估 optional B。否则，如果A不匹配，那也没关系，因为它是可选的。因此，(A)?匹配任何位置。相同的逻辑适用于可选的B. 剩下的问题是回溯是否有任何差异。

对于所有可选部分 ( (?>A?B?))，由于每个部分始终匹配，因此没有理由在原子组内回溯，因此它将始终匹配。然后，由于它在一个原子组中，所以它被禁止回溯。

在单独的原子组 ( (?>A?)(?>B?)) 的情况下，每个部分始终匹配，并且在任何一种情况下都禁止引擎回溯。这意味着结果将是相同的。

重申一下，引擎只能使用 in 中的第一个可能匹配(?>A?)(?>B?)，这将始终与 in 中的第一个可能匹配相同(?>A?B?)。因此，如果我的推理是正确的，对于这种特殊情况，多个可选原子组的匹配将与具有两个可选组件的单个原子组相同。

Answer 2

由于您没有指定，我假设您指的是 Perl 正则表达式，因为我没有看到(?>)任何其他语言的分组运算符。

考虑以下：

ra = 'A?'
rb = 'B?'

/(?>${ra} ${rb})/x是一样的/(?>${ra})(?>${rb})/x。

在这种情况下，是的，无论哪种方式都可以；但是，由于禁用了回溯，因此和(?>)的某些其他值不是这种情况。rarb

例如，给定：

ra = 'A*'
rb = 'AB*'

/(?>${ra} ${rb})/x!= /(?>${ra})(?>${rb})/x。

在后者中， rb 永远无法匹配，因为 ra 会消耗整个 A 序列，并且不允许回溯。请注意，如果我们用作分组运算符，这将起作用。(?:)另请注意，如果我们使用 capture groups ()，那么匹配将是相同的，但副作用（分配给\1, \2, ...）会有所不同。