regex - 正则表达式 - 是什么决定了条件的优先级？

Question

我想了解正则表达式如何确定特定条件的优先级。

拿下面的字符串眼镜和下面的正则表达式。

示例 1

(\b\w+?)(?=(?:es)\b)

火柴是在玻璃上做的。

示例 2

(\b\w+?)(?=(?:s)\b)

比赛是在眼镜上进行的。

示例 3

将两者结合起来：

(\b\w+?)(?=(?:es|s)\b)

火柴是在玻璃上做的。

我想知道为什么 'es' 优先于 's' 当两者都在字符串的末尾时。

Answer 1

+?是一个惰性运算符，这意味着它会在继续之前尝试匹配尽可能少的字符。

通常，运算符会尝试从左到右尽可能多地匹配，如果表达式的其余部分失败，它们会回溯到更短的匹配。惰性运算符则相反：尝试匹配尽可能少的字符，如果剩余的表达式不匹配，则扩展当前匹配。

因此，第一部分 ,(\b\w+?)将尝试匹配 1 个字符 ( g)，并查看后面是 anes还是 ans以及一个单词边界。由于失败，它会再添加一个字母，依此类推，直到第一部分匹配glass。在此阶段，第二部分确实与剩余部分匹配es。

如果你用一个非懒惰的、贪婪的运算符替换它，就像在 中一样(\b\w+)(?=(?:es|s)\b)，它会反过来。首先，它分配glasses给第一部分 ，(\b\w+)但未能匹配附加的eor es，因此它回溯到glasse，它成功地将剩余s部分与表达式的第二部分匹配。

Answer 2

这不是优先级问题。正则表达式引擎仅采用它找到的第一个匹配项。您正在使用不情愿的量词，因此在使用第一个字符后，请先(\b\w+?)查看(?=(?:es|s)\b)它是否可以匹配。那失败了，所以(\b\w+?)消耗了另一个角色并再次放手，依此类推。第一个(?=(?:es|s)\b)可以匹配的地方是 after glass，所以这就是你匹配的。

如果你使用的是正常的、贪婪的量词，情况会有所不同。 (\b\w+)最初会消耗整个字符串，但(?=(?:es|s)\b)会失败。所以它会后退，退还最后一个s. 然后，前瞻将成功匹配s，因此您最终将匹配glasse。

顺便说一句，您的正则表达式中没有条件。我不确定您到底指的是什么：前瞻(?=(?:es|s)\b)--或交替(?:es|s)---但条件完全是另一回事。