比较两个regexs [ab]*和([ab])\1

Question

让我好奇的是

• 为什么[ab]*不重复匹配的部分，而是重复[ab]。换句话说，为什么它与a*或b*不一样？
• 为什么([ab])\1重复匹配的部分，而不重复[ab]。换句话说，为什么它只能与aa和bb相匹配，而不能与ab和ba匹配？

这是因为()的优先级低于[]，而*的优先级高于[]？我不知道我是否认为这些操作人员是不合适的。谢谢。

Answer 1

两者是完全不同的。

当您说[ab]*时，它意味着a或b为零或更多次。因此，它将匹配"“、"a”、"b“以及a和b的任何组合。

但是([ab])\1意味着a或b将被匹配，然后被捕获。\1被称为反向引用。它指的是RegEx中已经捕获的组。在我们的例子中，([ab])。因此，如果捕获了a，那么它将再次只匹配a。如果它是b，那么它将再次匹配b。它只能匹配aa和bb。

Answer 2

[ab]*

这也不匹配任何东西，a、b、aaa、bbb和任何长度的字符串。匹配不受长度限制，并且由于没有捕获组，所以它的语句匹配由所有a和b字符组成的任意长度的字符串。

([ab])\1

在这种情况下，它强制匹配的字符串为两个字符，因为没有重复。首先，它必须匹配父类内部的内容(对于捕获第一组)，然后它必须匹配它在第1组中捕获的内容，这意味着匹配必须是两个字符长，两个字符是相同的。

Answer 3

让我们看看您的每个表达式，然后我们将添加一个有趣的扭曲，这可能解决任何悬而未决的混乱。

[ab]*等同于(?:a|b)*，换句话说，无论多少次匹配a或b，例如abbbaab。

[ab]等同于(?:a|b)，换句话说，只匹配a或b一次，例如a。

a*的意思是任意次数地匹配a (例如，aaaa )

b*的意思是任意次数地匹配b (例如，bb )

您说([ab])\1只能与aa或bb匹配。这是正确的，因为

([ab])\1的意思是匹配a或b一次，将其捕获到组1，然后再匹配组1，即如果有a，则为a，如果有b，则为b。

再一次变体(Perl，PCRE)

([ab])(?1)的意思是匹配a或b一次，将其捕获到组1，然后匹配组1中指定的表达式，因此，再次匹配[ab]。这将与aa、ab、ba或bb相匹配。因此，

([ab])(?1)*可以与[ab]+匹配，([ab]*)(?1)*可以与[ab]*匹配