所有格量词究竟是如何工作的

Question

在页面的末尾，试图解释贪婪，不情愿和占有欲量词是如何工作的： http://docs.oracle.com/javase/tutorial/essential/regex/quant.html

但是，我尝试了一个例子，但我似乎并不完全理解它。

我将直接粘贴我的结果：

Enter your regex: .*+foo
Enter input string to search: xfooxxxxxxfoo
No match found.
Enter your regex: (.*)+foo
Enter input string to search: xfooxxxxxxfoo
I found the text "xfooxxxxxxfoo" starting at index 0 and ending at index 13.

为什么第一个 reg.exp. 找不到匹配项，而第二个则找到匹配项？这两个正则表达式之间的确切区别是什么？

Answer 1

另一个量词之后的+意味着"不允许正则表达式引擎回溯到以前的令牌匹配的任何内容"。(请参阅此处所有格量词的教程(。

因此，当您将.*foo应用于"xfooxxxxxxfoo"时，.*首先匹配整个字符串。然后，由于foo无法匹配，正则表达式引擎会回溯，直到可能为止，当.*匹配"xfooxxxxxx"并且foo匹配"foo"时实现匹配。

现在，额外的+可防止回溯发生，因此匹配失败。

当你写(.*)+foo时，+具有完全不同的含义;现在它的意思是"前面的一个或多个标记"。顺便说一下，您已经创建了嵌套量词，这不是一个好主意。如果您将该正则表达式应用于像 "xfoxxxxxxxxxfox" 这样的字符串，您将遇到灾难性的回溯。

Answer 2

所有格量词获取整个字符串并检查它是否匹配，如果不匹配，则失败。在您的情况下，xfooxxxxxxfoo匹配.*+但随后您请求另一个不存在的foo，因此匹配器失败。

贪婪量词首先执行相同的操作，但它没有失败，而是"退缩"并再次尝试：

xfooxxxxxxfoo fail
xfooxxxxxxfo fail
xfooxxxxxxf fail
xfooxxxxxx match

在您的第二个正则表达式中，您通过混淆分组机制来要求其他内容。您要求"(.*(的一个或多个匹配项"，因为 + 现在与 (( 相关，并且有一个匹配项。