regex - 简化正则表达式“ab|a|b”

Question

（如何）可以简化以下正则表达式：

ab|a|b

?

我正在寻找一个较少冗余的，即只有一个a和一个b。是否可以？

一些尝试：

a?b?       # matches empty string while shouldn't
ab?|b      # still two b

---

请注意，真正的正则表达式具有更复杂a的b部分，即不是单个字符，而是内部子正则表达式。

Answer 1

如果您使用 Perl 或一些 PCRE 引擎（如 PHP 的preg_函数），您可以参考模式中的先前组，如下所示：

/(a)(b)|(?1)|(?2)/

此功能的主要目的是支持递归，但它也可以用于模式重用。

请注意，在这种情况下，您无法绕过捕获a和b第一次交替，这会产生一些（可能）不必要的开销。为避免这种情况，您可以在从不执行的条件中定义组。执行此操作的规范方法是使用(?(DEFINE)...)group （检查命名DEFINE组是否匹配任何内容，但当然该组不存在）：

/(?(DEFINE)(a)(b))(?1)(?2)|(?1)|(?2)/

如果您的引擎不支持该功能（编辑：由于您使用的是 Java，因此不支持此功能），那么您可以在单一模式中获得的最佳效果确实是

ab?|b

或者，您可以ab|a|b通过字符串连接/格式手动构建版本，例如：

String a = "a";
String b = "b";
String pattern = a + b + "|" + a + "|" + b;

这也避免了重复。或者您可以使用 3 个单独的模式ab，a并b针对主题字符串（其中第一个再次是后两个的串联）。