正则表达式捕获组嵌套

Question

我刚开始学习正则表达式，我已经被this lesson暂时停留了一段时间。

我不太明白为什么以下2不起作用。

^(.+(\d+))$

^([a-zA-Z_]+(\d+))$

Answer 1

两者都可以正常工作，但在嵌套组之前需要一个空格。

如果文本是例如Activity，那么正则表达式将起作用。但是您发布的链接中的示例如：Jan1987

尝试：

Jan 1987

Answer 2

对于此^(.+(\d+))$
如果我们在(.+)周围放置一个捕获组 从输出中我们看到，对于.+，引擎最初匹配
整个字符串Jan 1987然后一次回溯1个字符，直到
它可以满足下一个子表达式(\d+) 它找到字符7并看到它满足表达式 它完成了它的工作，所有子表达式都得到满足，所以它就停止了。

这是贪心量词的典型行为。 有些事情可能会破坏这种行为：

1. 在表达式中添加非贪婪的限定词?：
   看起来像(.+?)。这样做不是最初匹配的 整个字符串，它一次增量匹配1个字符 每次匹配一个字符时，它会检查下一个字符以查看它是否为
   将匹配 next 子表达式\d+。既然如此，它会留下当前的子表达式.+?并继续下一个\d+ 该过程继续进行下一个子表达式等。
   任何时候它一直失败，引擎返回上一个成功的子表达式，在其先前成功的匹配位置，
   然后减少匹配位置的，然后重复整个过程 它可以一直回到第一个子表达式 进程...这称为回溯。

2. 保留贪婪的子表达式.+，但在某些点添加
   在下一个子表达式之前的已知文字字符 这些是引擎锚定的航路点，称为伪锚 它扰乱了回溯。例如，您可以添加空格字母
   就在\d+子表达式之前，例如^(.+ (\d+))$。这迫使了 从最后一个数字开始回溯，返回直到找到空格，让\d+消耗所有年份数字。

3. 保持贪心，但减少子表达式中允许的字符 而不是使用 Dot 元字符（匹配任何字符），请指定
   一类有限的人物。

一般来说，使用 Dot 元字符，你不在乎什么是什么 那里，或者不知道那里有什么。它总是比班级快。
但是，在使用它时，尝试在中使用伪锚的策略 以下子表达式。这将允许发动机归零，在哪里 匹配主题文本的右侧框架点。

 ^ 
 (                             # (1 start)
      ( .+ )                        # (2)
      ( \d+ )                       # (3)
 )                             # (1 end)
 $ 

输出：

  **  Grp 0 -  ( pos 0 , len 8 ) 
 Jan 1987  
  **  Grp 1 -  ( pos 0 , len 8 ) 
 Jan 1987  
  **  Grp 2 -  ( pos 0 , len 7 ) 
 Jan 198  
  **  Grp 3 -  ( pos 7 , len 1 ) 
 7