regex - 正则表达式中的 + 是什么意思？

Question

正则表达式中的加号是什么意思？

Answer 1

+根据上下文，实际上可以有两种含义。

就像提到的其他答案一样，+通常是 repetition运算符，并使前面的标记重复一次或多次。 a+将表示为 aa*在 formal language theory ，也可以表示为 a{1,} (最少匹配 1 次，最多匹配无限次)。

然而，+也可以做其他量词possessive如果它跟在重复运算符之后(即 ?+ 、 *+ 、 ++ 或 {m,n}+ )。占有量词是一些正则表达式(PCRE、Java 和 JGsoft 引擎)的高级功能，它告诉引擎一旦匹配完成就不要回溯。

要了解其工作原理，我们需要了解正则表达式引擎的两个概念:贪婪和回溯。贪婪意味着通常正则表达式会尝试使用尽可能多的字符。假设我们的模式是 .* (dot 是正则表达式中的一个特殊结构，表示任何字符 1；星号表示匹配零次或多次)，您的目标是 aaaaaaaab .将消耗整个字符串，因为整个字符串是满足模式的最长匹配项。

但是，假设我们将模式更改为 .*b .现在，当正则表达式引擎尝试匹配 aaaaaaaab 时, .*将再次消耗整个字符串。但是，由于引擎将到达字符串的末尾并且模式尚未满足(.* 消耗了所有内容，但模式之后仍然必须匹配 b)，它将回溯，一次一个字符，并尝试匹配 b .第一次回溯将使 .*消费 aaaaaaaa ，然后 b可以消费b ，并且模式成功。

占有量词也是贪婪的，但如前所述，一旦它们返回匹配项，引擎就不能再回溯到那个点。因此，如果我们将模式更改为 .*+b (匹配任何字符零次或多次，所有格，后跟 b )，并尝试匹配 aaaaaaaab ，又是 .*将消耗整个字符串，但由于它是所有格，回溯信息被丢弃，并且 b 无法匹配，因此模式失败。

1 在大多数引擎中，点不会匹配换行符，除非 /s (“单行”或“dotall”)modifier被指定。