关于正则捕获群的澄清

Question

直接来自这个java API接口 (ctrl + f) + "Group“：

与组相关联的捕获输入始终是该组最近匹配的子序列。如果一个组由于量化而第二次被评估，那么如果第二个评估失败，它以前捕获的值(如果有的话)将被保留。例如，将字符串"aba“与表达式(a(b)?)+匹配，将第二组设置为"b”。所有捕获的输入都会在每次匹配开始时被丢弃。

我知道捕获组是如何工作的，以及它们是如何使用反向引用的。但是，我没有得到我上面引用的API位的要点。换句话说，有人能把它放下吗？

提前谢谢。

Answer 1

这句话说：

如果您在捕获组中使用了量词- +, *, ? or {m,n}，并且您的组不止一次匹配，那么只有最后一个匹配将与捕获组相关联，并且所有以前的匹配都将被覆盖。

例如:如果您将(a)+与字符串- "aaaaaa"匹配，则捕获组1将引用最后一个a。

现在考虑一下情况，其中有一个嵌套捕获组，如您的引号中所示的示例：

`(a(b)?)+`

将此正则表达式与字符串- "aba"匹配，将得到以下两个匹配项：

• "ab" -捕获组1= "ab" (由于外括号)，捕获组2="b"(由于内括号)
• "a" -捕获组1= "a"，捕获组2=无。(这是因为第二个捕获组(b)?是可选的。因此，它成功地匹配了最后一个a。

最后，捕获组1将包含"a"，它覆盖先前捕获的组"ab"，捕获组2将包含未被重写的"b"。

Answer 2

在这种情况下，命名捕获或不捕获与此无关。

请考虑以下输入案文：

foo-bar-baz

而这大政王：

[a-z]+(-[a-z]+)*

现在的问题是，第一组捕捉到了什么？

当正则表达式在文本中进行时，它首先与-bar匹配，后者是第1组的内容；然后在文本中继续，并识别-baz，后者现在是第1组的新内容。

因此，-bar“丢失”：正则表达式引擎已经放弃它，因为输入中的更多文本与捕获组匹配。这就是这个意思：

与组相关联的捕获输入始终是该组最近匹配的重点挖掘的子序列。