(?>EXPR|)和(?:EXPR)?+有什么区别吗？

Question

在下面的文章中，我将考虑正则表达式(?>EXPR|)和(?:EXPR)?+。

假设我们想要匹配字符串ABC。

• 使用(?>A|AB|)C，它将首先尝试匹配A，然后失败(因为A字符后面没有C)，并且它将尝试匹配AB而不可能回溯，因此它将再次失败(因为A字符已经被消耗)，最后它将匹配空字符串，第三次失败。两个字符之后，它将找到子字符串C，这显然与模式匹配。
• 使用(?:A|AB)?+C，它将首先尝试与A匹配，然后它将失败(因为A字符后面没有C)，而且由于拥有量词+，它没有进一步发展的可能性。两个字符之后，它将找到子字符串C，这显然与模式匹配。

问题是:即使(?>EXPR|)和(?:EXPR)?+以不同的方式工作，它们在语义上是否是等价的？

Answer 1

见原子群参考

原子组是一个组，当regex引擎退出时，它会自动丢弃组内任何令牌记住的所有回溯位置。原子群是非捕获的。语法是(?>group)。环顾小组也是原子的。大多数现代正则表达式风格都支持原子分组，包括JGsoft风味、Java、PCRE、.NET、Perl、助推和红宝石。其中大多数还支持占有量词，这对于原子分组来说本质上是一种符号上的方便。

请注意，拥有式量词对于原子分组来说是一种符号化的方便，它们的工作方式是相同的:它们使它们的模式匹配一次，而不允许对这些模式进行任何回溯。

如果您用一个非捕获组包装一组模式，并为这个组设置一个拥有式量词，那么它就像一个原子组。

由于(?>A|AB)?是与A或AB匹配的可选原子组(而且原子组不是捕获的)，所以它与(?>A|AB|)匹配A、AB或空字符串(因此，它在某种程度上也是可选的)。

(?>A|AB)?C = (?>A|AB|)C = (?:A|AB)?+C