关于正则表达式的回溯

Question

​

​

大家好。我有个问题。

在第6级，为什么要回溯到“Welco”？

我认为回溯到‘欢迎’是正确的，在第6级。

已经在第四层使用了“Welcom”吗？

英语写作很难。)

Answer 1

[a-z]\w+\S\B模式不是一个好的模式。为什么？因为相邻的子模式可以相互匹配。这就是为什么在这么短的输入中有3个回溯步骤，具有这样的基本子模式。

现在，一旦您了解子模式的作用，一切都会变得清晰起来。

步骤1:我们在字符串中找到了空位置(regex引擎检查输入字符串中的每个位置)。

步骤2：[a-z]匹配第一个字符W (因为该模式不区分大小写)。

步骤3：\w+与elcome匹配，因为这是文本的单词字符块。所有这些字符都添加到匹配值(Welcome已经在这里！)但仍有一些子模式需要加以匹配。因此，regex引擎继续努力工作。)

步骤4: regex引擎试图为\S (非空白)子模式提供一些文本。它回溯，即产生最后一个字符来测试它是否可以与\S子模式匹配。

第5步:最后一个e满足需求。现在我们在匹配中仍然有Welcome，但是最后一个e“属于”\S子模式。

步骤6：与\S匹配的e后面没有一个非单词边界(因为如果最后一个字符是单词字符，则\B在字符串末尾不匹配)。这个事实使e与\S子模式的匹配无效。因此，regex引擎必须再次回溯以重新容纳\S子模式的值。e不能与\S相匹配，因此，回溯到m。这就是为什么第6步的regex索引就在o之后。

步骤7：\S可以匹配m，所以现在m“属于”\S子模式。

步骤8：\B匹配m和e之间的位置。去吧。

步骤9:到达模式的结束。返回匹配值：Welcom。

Answer 2

+是贪婪的，它试图匹配所有的东西。因此，一旦\w+匹配了整个输入，引擎就会尝试匹配\S并失败，因此它会在前面一步返回并尝试与\w+匹配。它继续这样做，直到找到匹配(或未找到)。