PCRE正则表达式反向引用有效，但子程序却没有

Question

我正在尝试匹配文本：

1。“HeyHey HeyHey”

2。“HeyHey HeyHeyy”

正则表达式：

a /(\w+) \1\w/

b /(\w+) (\w+)\w/

c /(\w+) (?1)\w/

• 正则表达式 a 完全匹配 1 ， 2 < / strong>完全但最后'y'。
• 正则表达式 b 完全匹配 1 和 2
• 正则表达式 c 与 1 或 2 不匹配< /强>

关注http://www.rexegg.com/regex-disambiguation.html#subroutines我认为b和c是等价的。但显然，他们不是。

有什么区别？为什么子程序不起作用，而复制相同的正则表达式有效？

在此进行实验：https://regex101.com/#pcre

Answer 1

这是因为对于PCRE，默认情况下对子模式（此处为(?1)）的引用是原子的。

（请注意，此行为特别适用于PCRE，Perl不会共享它。）

子模式是\w+ （带有贪心量词），所有单词字符都匹配（第二个字符串中的HeyHeyy），但由于(?1)是原子的，因此正则表达式引擎无法回溯并返回最后y以使\w成功。

您可以使用此模式获得相同的结果：

/(\w+) (?>\w+)\w/
     # ^-----^-- atomic group

与字符串不匹配，当没有原子组时，模式成功：

/(\w+) \w+\w/

有关原子团的更多信息：http://regular-expressions.info/atomic.html

此特性也在这里描述（但仅在递归上下文中）：http://www.rexegg.com/regex-recursion.html （参见＆＃34;递归深度是原子＆＃34;）