什么是正则表达式“独立非捕获组”？

Posted 2023-04-13

【中文标题】什么是正则表达式“独立非捕获组”？

【英文标题】：What is a regex "independent non-capturing group"?

【发布时间】：2010-09-08 05:01:20

【问题描述】：

来自 Java 6 Pattern 文档：

特殊构造（非捕获）

(?:X)   X，作为非捕获组

…

(?>X)   X，作为一个独立的非捕获组

(?:X) 和(?>X) 之间有什么区别？在这种情况下，独立是什么意思？

【参考方案1】：

表示分组为atomic，并丢弃匹配组的回溯信息。所以，这个表达是所有格；即使这样做是整个正则表达式成功的唯一方法，它也不会退缩。它是“独立的”，因为它不通过回溯与正则表达式的其他元素合作以确保匹配。

【参考方案2】：

我认为this tutorial 解释了究竟什么是“独立、非捕获组”或“原子分组”

正则表达式a(bc|b)c（捕获组）匹配abcc和abc。正则表达式 a(?>bc|b)c（原子组）匹配 abcc 但不匹配 abc。

当应用于 abc 时，两个正则表达式都将a 匹配到 a，bc 匹配到 bc，然后匹配 c将无法在字符串末尾匹配。他们的道路在这里分道扬镳。具有捕获组 的正则表达式已记住交替的回溯位置。该组将放弃其匹配，b 然后匹配 b 和 c 匹配 c。找到匹配项！

带有原子组的正则​​表达式在匹配bc 后退出原子组。此时，组内令牌的所有回溯位置都将被丢弃。在此示例中，替代选项在字符串中的第二个位置尝试b 被丢弃。因此，当c 失败时，正则表达式引擎没有可供尝试的替代方案。

【参考方案3】：

如果你有foo(?>(co)*)co，那将永远不会匹配。我敢肯定有一些实际示例说明这在什么时候有用，请尝试 O'Reilly 的书。

【参考方案4】：

(?>X?) 等于 (?:X)?+, (?>X*) 等于 (?:X)*+, (?>X+) 等于 (?:X)++。

编辑： 上面的“语法”意味着： (?>X?) 等于 (?:X)?+，(?>X*) 等于 (?:X)*+，(?>X+) 等于 (?:X)++。

除去 X 必须是非捕获组的事实，前面的等价是：

(?>X?) 等于X?+，(?>X*) 等于X*+，(?>X+) 等于X++。

【讨论】：

the Pattern JavaDocs 中的词 independent 很重要。它们并不完全相同，因为(?>X) 在部分匹配失败时不会进行任何回溯，因此使用一个匹配的某些内容将无法使用另一个匹配。 article @erickson linked to was helpful for me.

对不起，我目前不感兴趣，所以我的回答可能不准确。但是根据您自己的参考：“其中大多数还支持所有格量​​词，这本质上是原子分组的符号便利。”这就是我试图表达的。在后一种情况下，附加的“+”字符表示所有格限定符。

[?/*/+] 与 [?+*/] 相同，并且是匹配 4 个字符（?、+、*、/）之一的 character class，并且在] 之后的+ 是一个greedy quantifier，它使字符类匹配一次或多次。您的正则表达式中的任何地方都没有possessive quantifier。

(?>X?) 等于 (?:X)?+, (?>X*) 等于 (?:X)*+, (?>X+) 等于 (?:X)+ +.