关于正则表达式捕获组的澄清

Question

直接来自这个java API（ctrl + f）+“组名”：

  

与组关联的捕获输入始终是子序列   该组最近匹配。如果一组被评估一秒   时间因为量化然后是先前捕获的值，如果   如果第二次评估失败，将保留任何。匹配   字符串“aba”对表达式（a（b）？）+，例如，离开   第二组设为“b”。所有捕获的输入在开始时被丢弃   每场比赛。

我知道捕获组如何工作以及它们如何使用反向引用。 但是我没有得到上面引用的API位的观点。换句话说，有人能说出来吗？

提前致谢。

Answer 1

那句话说：

如果您在捕获组中使用了量词 - +, *, ? or {m,n}，并且您的群组不止一次匹配，那么只有最后一场比赛会与捕获群体相关联，之前的所有匹配都将是重写的。

例如：如果您将(a)+与字符串"aaaaaa"匹配，则捕获组1 将引用最后一个a。

现在考虑一下这种情况，你有一个嵌套的捕获组，如你的引用中所示的例子：

`(a(b)?)+`

将此正则表达式与字符串 - "aba"匹配，您将得到以下2个匹配项：

• "ab" - 捕获组1 = "ab"（由于外括号），捕获组2 = "b"（由于内括号）
• "a" - 捕获组1 = "a"，捕获组2 =无。 （这是因为第二个捕获组(b)?是可选的。因此，它成功匹配最后一个a。

因此，最后，您的Capture组1将包含"a"，其将覆盖之前捕获的组"ab"，而Capture组2将包含"b"，但不会覆盖。

Answer 2

在这种情况下，命名捕获与否无关。

考虑这个输入文本：

foo-bar-baz

和这个正则表达式：

[a-z]+(-[a-z]+)*

现在问题是第1组捕获了什么？

当正则表达式通过文本进行时，它首先匹配-bar，然后匹配组1的内容;但随后它继续在文本中识别-baz，它现在是组1的新内容。

因此，-bar“丢失”：正则表达式引擎已将其丢弃，因为输入中的其他文本与捕获组匹配。这就是这个意思：

  

[t]他捕获与群组相关的输入始终是群组最近匹配的子序列 [强调我的]