regex - 零长度正则表达式和无限匹配？

Question

在尝试详细说明this问题时，我现在尝试了解零长度正则表达式的行为/含义。

我经常将www.regexr.com用作游乐场来测试/调试/理解正则表达式中发生的事情。

因此，我们有一个最平淡的场景:

正则表达式为a*
输入的字符串是dgwawa(事实上​​，这里的字符串是无关紧要的)

为什么报告此正则表达式将无限匹配的这种行为，因为它匹配零次出现的前一个字符？

为什么结果不能是6个匹配项，每个字符位置一个匹配项(因为每个字符，无论是否为a，都存在一个匹配项，因为零个匹配项是匹配项)？

它如何进入无限匹配？因此，它不会一次检查/处理字符吗？

我不知道它如何/在哪里陷入无限循环。

Answer 1

您在regexr.com在线正则表达式测试器中选择了JavaScript正则表达式。当传递可以匹配空字符串的模式时，JavaScript regex引擎不会自动移动索引。

这就是为什么当您需要模拟在.NET Regex.Matches，PHP preg_match_all，Python re.finditer等中观察到的行为时，需要手动推进索引以测试每个位置的原因。

参见regex101.com test:

var re = /a*/g; 
var str = 'dgwawa';
var m;
 
while ((m = re.exec(str)) !== null) {
    if (m.index === re.lastIndex) {   // <- this part
        re.lastIndex++;               // <- here
    }                                 // <- is important
    document.body.innerHTML += "'" + m[0] + "'<br/>";
}

如果删除该 if块，则会出现无限循环。

在这方面有两点非常重要的事情要提到:

始终对您的编程语言使用适当的在线正则表达式测试仪

避免使用可以匹配空字符串的未 anchor 定模式