Posix正则表达式捕获组匹配序列

Question

我在c程序中有以下文本字符串和正则表达式模式：

char text[] = "        identification     division. "; 
char pattern[] = "^(.*)(identification *division)(.*)$"; 

使用regexec（）库函数，我得到了以下结果：

String:         identification     division. 
Pattern: ^(.*)(identification *division)(.*)$ 
Total number of subexpressions: 3 

OK, pattern has matched  ... 

begin: 0, end: 37,match:         identification     division. 
subexpression 1 begin: 0, end: 8, match: 
subexpression 2 begin: 8, end: 35, match: identification     division 
subexpression 3 begin: 35, end: 37, match: . 

我想知道，因为正则表达式引擎以贪婪的方式匹配，并且第一个捕获组（。*）匹配任意数量的字符（新行字符除外）为什么它不匹配字符一直到最后文本字符串（最多为'。'）与仅匹配前8个空格相反？

每个捕获组都必须匹配吗？

是否有关于捕获组如何匹配文本字符串的规则？

感谢。

Answer 1

正则表达式尽可能贪婪，而不是太贪心。如果左派团体像你期望的一样贪婪，那么匹配“身份识别部门”的团体将无法匹配，会错误地拒绝text，这显然是在语言中。

Answer 2

就像你说的那样，如果贪婪的组（。*）已经消耗了整个字符串，那么正则表达式的其余部分将没有任何匹配，这将使你的正则表达式与字符串不匹配。所以，是的，每个捕获组（和其他模式部分）需要匹配。这正是您在正则表达式中指定的内容。

尝试使用以下字符串，并使用不情愿和贪婪的第一组运行代码，您将看到差异。

char text[] = "    identification  division    identification     division. ";