php - 交替中的混乱

Question

假设在一个正则表达式中，如果匹配一个替代项中的一个替代项，即使还有更多替代项（替代项之外的正则表达式中没有其他标记），它也会停在那里。

来源

这种搜索一个双字的模式（例如，this this）

\b([a-z]+)((?:\s|<[^>]+>)+)(\1\b)

如果我介绍这个主题，我会感到困惑：

它与模式匹配。

"<i>whatever<i>         whatever"

\b([a-z]+) 匹配

((?:<[^>]+>|\s)+)跟随一个 TAG，因此是第二个替代匹配。

(\1\b) 如果跟随在第一个括号中反向引用的相同单词，则必须匹配。

如果标签后面不跟在“”后面，为什么要匹配(\1\b)，跟在空格后面。

我知道轮换之内是存在的\s。

但是不应该是TAG比赛消耗交替吗？

为什么\s替代品还活着？

Answer 1

这+意味着“一个或多个(?:\s|<[^>]+>)”。是的，它们中的第一个(\1\b)使用标签，但在跟随之前可能有无限数量的附加标签或空格。

\b([a-z]+)((?:\s|<[^>]+>)+)(\1\b)
                         ^

Answer 2

交替由+量词控制：

(?:\s|<[^>]+>)+

...所以它尝试匹配多次。每次，它都可能尝试两种选择：第一个\s，如果失败，<[^>]+>.

第一次，\s匹配失败，但<[^>]+>匹配成功<i>。

第二次，\s匹配一个空格。

第三次，\s匹配另一个空间。

...依此类推，直到所有空间都被耗尽。