正则表达式元字符“*”和“*？”在 JAVA 的 replaceAll() 方法中行为异常[重复]

Posted 2023-02-26

【中文标题】正则表达式元字符“*”和“*？”在 JAVA 的 replaceAll() 方法中行为异常[重复]

【英文标题】：Regexp metachars "*" and "*?" in the JAVA's replaceAll() method behave oddly [duplicate]

【发布时间】：2013-01-19 10:50:29

【问题描述】：

可能重复：String.replaceAll() anomaly with greedy quantifiers in regexStrange behavior in regexes

虽然

"a".replaceAll("a", "b")
"a".replaceAll("a+", "b")
"a".replaceAll("a+?", "b")

全部返回b，为什么呢

"a".replaceAll("a*", "b")

返回bb 和

"a".replaceAll("a*?", "b")

返回bab?

【问题讨论】：

仍在寻找副本...

给你：***.com/questions/9228509/strange-behavior-in-regexes

我认为 Perl 在第二种情况下返回 bbb 。这更有意义。一种*？不匹配“a”很奇怪。

@jdb 我认为我发布的链接很好地解释了这一点。

回显一个 | perl -i -pe "s/a*?/b/g"

【参考方案1】：

在"a".replaceAll("a*", "b")

* - 0 或更多，所以在 `a*` 中

1. a - replaced by b
2. * - is also true as empty string is true for *,so, replaced by b 

在"a".replaceAll("a*?", "b")

1. *? - makes anything non-greedy means it makes regrex to match as little
        as possible,
2. so,the pre and post empty string would be replaced by "b" and 
   as a*? is non-greedy, it will not replace it 

【参考方案2】：

这是因为零宽度匹配。

"a".replaceAll("a*", "b")

将匹配两次：

在字符串的开头尝试匹配，贪婪的* 消耗a 作为匹配。

前进到字符串中的下一个位置（现在在字符串的末尾），尝试在那里匹配，空字符串匹配。

" a "
 \| \___ 2. match empty string
  \_____ 1. match "a"

"a".replaceAll("a*?", "b")

也会匹配两次：

尝试在字符串开头匹配，非贪心*?匹配空字符串而不消耗a。

前进到字符串中的下一个位置（现在在字符串的末尾），尝试在那里匹配，空字符串匹配。

" a "
 \  \___ 2. match empty string
  \_____ 1. match empty string

【讨论】：

我喜欢这些图表;-)

【参考方案3】：

"a".replaceAll("a*", "b")

首先将a 替换为b，然后将指针移过b。然后它匹配字符串的结尾，并替换为b。因为它匹配一个空字符串，所以它推进指针，从字符串中掉出来，然后结束，产生bb。

"a".replaceAll("a*?", "b")

首先匹配字符串的开头并替换为b。它与a 不匹配，因为a*? 中的? 表示“非贪婪”（尽可能少匹配）。由于它匹配一个空字符串，它推进指针，跳过a。然后它匹配字符串的结尾，替换为b并从字符串中掉出来，导致bab。最终结果与您执行"a".replaceAll("", "b") 时相同。

【讨论】：

@mikeslattery 如果指针没有前进，那么只要你匹配一个空字符串，替换器就会陷入无限循环。

打印 bbb。对我来说似乎更合乎逻辑：echo a | perl -i -pe "s/a*?/b/g"

@jdb perl 中的规则是什么？如果匹配为空，则指针不会移动，但下一个匹配被限制为非空，通常的规则是先回溯最后一组？

前进到下一个字符，因为空格是匹配的，但不能说明问题。我不知道 Perl 规则是什么，但它更有意义。 Python 也有同样的错误。

@jdb 我不会称之为错误。这确实有道理，而且绝对是故意的。 javascript 的行为与 Java 相同（跳过一个字符）。