c# - 为什么替代项的顺序在正则表达式中很重要？

Question

代码

using System;
using System.Text.RegularExpressions;

namespace RegexNoMatch {
    class Program {
        static void Main () {
            string input = "a foobar& b";
            string regex1 = "(foobar|foo)&?";
            string regex2 = "(foo|foobar)&?";
            string replace = "$1";
            Console.WriteLine(Regex.Replace(input, regex1, replace));
            Console.WriteLine(Regex.Replace(input, regex2, replace));
            Console.ReadKey();
        }
    }
}

预期输出

a foobar b
a foobar b

实际输出

a foobar b
a foobar& b

问题

为什么当正则表达式模式中“foo”和“foobar”的顺序改变时替换不起作用？如何解决这个问题？

Answer 1

正则表达式引擎尝试按照指定的顺序匹配备选方案。因此，当模式为 (foo|foobar)&? 时，它会立即匹配 foo 并继续尝试查找匹配项。输入字符串的下一位是无法匹配的bar& b。

换句话说，因为 foo 是 foobar 的一部分，所以 (foo|foobar) 永远不会匹配 foob​​ar，因为它总是首先匹配 foo。

有时候，这实际上是一个非常有用的技巧。模式 (o|a|(\w)) 将允许您捕获 \w 和 a 或 o 不同的是:

Regex.Replace("a foobar& b", "(o|a|(\\w))", "$2") // fbr& b