regex - 简化正则表达式

Question

我正在做有关正则表达式的练习，但我真的不确定如何做到这一点。

正则表达式是：

((a*)(b*))* ∪ (a*)

我真的不擅长这个，但我认为((a*)(b*))*可以简化为(a ∪ b)*但是如果这是对的，那么最后一个∪ (a*)实际上只是重复，所以我认为整个表达式可以简化为(a ∪ b)*.这似乎正确吗？

编辑：∪代表联合

Answer 1

你说的对。(a*b*)*可以匹配 a 和 b 的任何字符串，所以 can (a U b)*，因此它们是等价的。(a U b)*intersecta*也是的a*子a*集(a U b)*。因此，整个表达式可以简化为(a U b)*。

Answer 2

真正的意思是（从这里((a*)(b*))*U(a*)复制）

NODE                     EXPLANATION
--------------------------------------------------------------------------------
  (                        group and capture to \1 (0 or more times
                           (matching the most amount possible)):
--------------------------------------------------------------------------------
    (                        group and capture to \2:
--------------------------------------------------------------------------------
      a*                       'a' (0 or more times (matching the
                               most amount possible))
--------------------------------------------------------------------------------
    )                        end of \2
--------------------------------------------------------------------------------
    (                        group and capture to \3:
--------------------------------------------------------------------------------
      b*                       'b' (0 or more times (matching the
                               most amount possible))
--------------------------------------------------------------------------------
    )                        end of \3
--------------------------------------------------------------------------------
  )*                       end of \1 (NOTE: because you are using a
                           quantifier on this capture, only the LAST
                           repetition of the captured pattern will be
                           stored in \1)
--------------------------------------------------------------------------------
  U                        'U'
--------------------------------------------------------------------------------
  (                        group and capture to \4:
--------------------------------------------------------------------------------
    a*                       'a' (0 or more times (matching the most
                             amount possible))
--------------------------------------------------------------------------------
  )                        end of \4

这个表达式当前匹配所有这些序列：（abUa bU U aabbUaa aaUaa aaU Uaa bbU ababUaa aabbaabbUaa看这里）

如果不删除捕获组和剩余的字母顺序，就无法简化这一点。

编辑：如果U在你的正则表达式中代表“联合”，那么这个表达式是无效的。没有办法在正则表达式中联合任何东西。只有OR并且您需要为此使用|（管道）。如果你想联合((a*)(b*))*，(a*)那么它可能会((a*)(b*))*，但它仍然会匹配任何类似的东西abaab。

尽管如此，在你的正则表达式语句中捕获组是没有用的，所以类似的东西[ab]*足以匹配任意数量的a's 和b's。