如何为regex组绑定+/*？

Question

假设我有正则表达式：

(CC|NP)*

因此，它在Java中的先行正则表达式中会产生问题。我该怎么写才能避免这些问题呢？我想把它重写为：

(CC|NP){1,9}

Testing on regexr it seems like the upperbound is ignored completely.在Java语言中，这些数量层{}似乎只对非组正则表达式元素起作用，如下所示：

\w+\[\S{1,9}\]

Answer 1

对不起，向后看模式通常对子模式有限制。请参见f.x。Why doesn't finite repetition in lookbehind work in some flavors?p。或者在网络上搜索“后视模式限制”。

你可以试着把后视模式的所有固定长度的变体写成交替模式。但这可能有很多..。

您还可以通过正常匹配内部模式来模拟后视，并对实际目标进行匹配和分组：(?:CC|NP)*(.*)

Answer 2

我不知道你把问题放在哪里了。量词作用于组，就像任何实体一样。

所以，\w+\[\S{1,9}\]可以被写成\w+\[(\S){1,9}\]，结果也是一样的。

就您在regexr上的示例而言，没有任何问题。它符合它应该做的事情。

(PUN|CC|NP){1,3}将贪婪地尝试匹配任何替代(按从左到右的优先级)。它将匹配的内容不会有任何中断。它匹配1-3个连续出现的双关语或CC或NP。

您提供的示例字符串在CC之间有一个空格，因此由于正则表达式中不存在空格，因此它不匹配。唯一匹配的是单个CC。

如果您要考虑某个空间，可以将其添加到分组中，如下所示：

(?:(?:PUN|CC|NP)\s*){1,3}

如果你想在交替之间只允许空格，可以这样做：

(?:PUN|CC|NP)(?:\s*(?:PUN|CC|NP)){0,2}