regex - 为什么正则表达式引擎选择从 `..X` 匹配模式 `.X|..X|X.`？

Question

我有一个字符串

1234X5678

我使用这个正则表达式来匹配模式

.X|..X|X.

我得到了

34X

问题是为什么我没有得到 4X 或 X5？

为什么正则表达式选择执行第二种模式？

Answer 1

这里的重点是:

正则表达式引擎默认从左到右分析输入。

因此，您有一个交替模式 .X|..X|X. 并针对 1234X5678 运行它。 See what happens :

每个替代分支都针对字符串中从左到右的每个位置进行测试。

前 1-7 步显示引擎如何尝试匹配字符串开头的字符。但是，所有分支(.X、..X 和 X. 均不匹配 12 或123).

步骤 8-13 只是重复相同的失败场景，因为没有分支匹配 23 或 234。

步骤 14-19 显示了一个成功的场景，因为 34X 可以与 Branch 2 (..X) 匹配。

正则表达式引擎不会到达 4 之前的位置，因为该位置被匹配并消耗。

还有一个结论:

交替的顺序很重要，在 NFA 正则表达式引擎中，第一个匹配的替代方案获胜，但这个替代方案不必是第一个最短的替代方案，一个更长的替代方案 匹配beginning 可以匹配得更早。