Java Pattern 类中的“空”间隔量词

Posted 2023-03-28

【中文标题】Java Pattern 类中的“空”间隔量词

【英文标题】："Empty" interval quantifiers in Java Pattern class

【发布时间】：2016-04-03 08:51:16

【问题描述】：

在Java Pattern 类中，不允许使用单独的量词，如+ 或附加量词，如a++++，这两种情况都会抛出异常（因为悬空元字符）。但是Pattern 类允许单独使用间隔量词（1,2,6），它将匹配字符之间的空格。间隔中的更多数字无关紧要，因此1 和99999 将匹配，这可能是合理的（因为无限的“无”可能适合相同的空间），但可能会产生误导。实际上正则表达式如：

a2
a2349999,99999
a245
a2+234+9,999999999?

是有效的模式，并且会完全匹配。所以实际上它是一个无用的功能。

据我所知，在大多数正则表达式风格中，除了 Ruby 之外，不允许使用这种间隔。两种类型的量词被平等对待，并且必须在前面加上可量化的元素才能创建有效的模式。

Pattern 类中的这种解决方案背后的原因是什么？ 这只是一个错误吗？发动机区别？为什么要区别对待区间和其他量词？

【参考方案1】：

原因是 Java 开发人员弄错了；没有理由不像其他量词一样对待间隔。我查了一下，自从 jdk1.4 第一次添加正则表达式以来就是这样。所以这不是回归，但我会称之为错误。什么都不量化有什么意义？

我不喜欢 Ruby 所做的事情，将 a23 视为 两次 'a'，三次（与 (?:a2)3 相同），但至少这是有道理的，而且它有先例：GNU ERE（egrep、awk、emacs）的工作方式相同。

顺便说一句，a2+ 是有效的——很傻，但是有效。我所知道的支持所有格量​​词的每一种风格都允许它，尽管它毫无意义。与不情愿的修饰符 (a2?) 相同，禁止它用于非变量量词与允许它一样令人困惑，因此他们选择了更容易支持的选项。

但是234+9,999999999? 实在是太糟糕了。让我大吃一惊的是，它实际上是用 Java 编译的。