* +量词究竟做了什么？

Question

懒惰和贪婪的想法很容易理解，但我只在我的正则表达式中使用*+一次（在Java中）[A]|[^B]*+(?!C)（A，B，C是任意值）因为它在惰性修饰符导致StackOverflow错误时起作用。

由于大多数搜索引擎无法搜索符号，我找不到任何关于此的文档。那么* +究竟做了什么以及如何做到这一点？

Answer 1

贪婪的量词匹配它所能做的一切，然后模式回溯直到匹配成功。

延迟量词前向跟踪直到匹配成功。

占有量词可以匹配所有内容，并且永远不会回溯。

+表示占有量词。例如，可以用作++或*+。

这种阻止回溯的能力意味着它可以停止catastrophic backtracking。

Answer 2

正如其他答案所指出的，*+是一个“占有量词”它尽可能多地匹配前一个元素，就像一个贪婪的量词，但从不回溯。

为什么这有用吗？ 仅作为效果优化。此外，仅作为正则表达式不匹配时的性能优化 。这是理解正则表达式的重要一点：当它们不匹配时，它们的最坏情况性能总是会发生。

根据正在使用的正则表达式引擎以及正则表达式本身的详细信息，最坏情况下的性能有时会非常糟糕。举一个简单的示例，请使用此正则表达式：a*a*a*b，与此字符串匹配：aaaaac。

面对这种情况，标准的“NFA”型正则表达式引擎将执行以下操作：

1. 尝试匹配第一个a 5次，第二个a零次，第三个a零次。
2. 尝试将b与c匹配 - 它失败。
3. “Backtrack”并匹配第一a次，第二次1次，第三次零次。
4. 再次尝试匹配b - 它失败。
5. 再次回溯，尝试第1次a 4次，第2次零次，第3次1次。
6. ...
7. Backtrack，尝试第1 a次，第2次，第2次，第3次零次......

（我想你可以自己填写接下来的几百个步骤。）

如果正则表达式是a*+a*a*b，那将永远不会发生。这更像是：

1. 尝试匹配第1 a次，第2次零次，第3次零次。
2. 尝试匹配b - 它失败。
3. 由于第一个a是“占有”，一旦匹配5次，它就永远不会尝试匹配较少的次数。并且由于字符串中没有剩余a s以供其他a*匹配，因此它们只能匹配零次。没有什么可以尝试的，所以整场比赛都失败了。
4. 没有第4步。你已经完成了。当你的朋友们正在等待他们的regexp完成执行时，你可以放松脚跟并打开你选择的冷饮。

Answer 3

X * +表示X，零次或多次（占有）

占有量词总是占用整个输入字符串，尝试一次（并且只有一次）匹配。与贪婪的量词不同，占有量词永远不会退缩，即使这样做也会使整体匹配成功。