正则表达式（T | E | N）*和[TEN] *之间的区别是什么？

Question

我正在玩regexcrossword游戏，我对(T|E|N)*和[TEN]*之间的区别感到有些困惑。

第一个，对我来说，读作： T，E或N零到无限次。

第二个，对我来说，读作：从列表T，E或N零到无限次。

我没有看到差异。当然有一个。谢谢你的帮助！

Answer 1

如果您只考虑字母..那么管道|字母并将它们放入字符集[ ]之间没有区别。但是不是这样的话，等等。

示例：

(batman|superman|ironman)与[batmansupermanironman]

不同

• (batman|superman|ironman)会匹配任何字词batman，superman或ironman

• [batmansupermanironman]相当于[abeimnoprstu]并匹配此集中的任何字符

此外，字符集具有取范围的属性.. [a-z] ..如果你想使用管道将是忙碌..

当然..一个区别是捕获组，(T|E|N)但我认为这不是你想要的......：）

Answer 2

它们都匹配相同的字符串，但就输出的差异而言，(T|E|N)*也会返回包含最后匹配字符的捕获组。

例如，给定字符串TENTEN，(T|E|N)*将匹配并在第一个捕获组中具有N。另一方面，[TEN]*将没有任何捕获组。

在性能方面，(T|E|N)*往往会更慢，因为大多数正则表达式引擎在测试第二个分支之前测试第一个分支。

例如TENTEN，这就是发生的事情（为了澄清而增加了空格）：

Attempts to match T
 T E N T E N
^
Matches T, moves on
 T E N T E N
  ^
Attempts to match T
 T E N T E N
  ^
Fails, attempt to match the next, E
 T E N T E N
  ^
Matches E, moves on
 T E N T E N
    ^
Attempts to match T
 T E N T E N
    ^
Fails, attempt to match the next, E
 T E N T E N
    ^
Fails, attempt to match the next, N
 T E N T E N
    ^
Matches N, moves on
 T E N T E N
      ^

依此类推，但是对于角色类，你可以说一切都在同一时间进行测试：

Attempts to match T, E or N
 T E N T E N
^
Matches T, moves on
 T E N T E N
  ^
Attempts to match T, E or N
 T E N T E N
  ^
Matches E, moves on
 T E N T E N
    ^
Attempts to match T, E or N
 T E N T E N
    ^
Matches N, moves on
 T E N T E N
      ^

这意味着( ... | ... )将始终尝试匹配第一个分支，然后尝试匹配下一个分支，而[ ... ]则不会，只是将所有内容混合在一起＆＃39;。

这意味着对于简单模式（1个字符），最好使用字符类，即[TEN]*而不是(T|E|N)*（或(?:T|E|N)*）。

Answer 3

结果没有差异。

但是，可能存在处理所需阶段的差异。

<小时/> (T|E|N)*流向并行查询，在树形结构中它将如下所示：
(T|E|N)* -> (T|E|N) -> T|E|N -> Parallel branch T, E, N
这意味着引擎正在通过4个阶段处理输入文本以进行匹配。 [TEN]*的处理方式如下：[TEN]* -> [TEN]
只有2个阶段来处理匹配的输入文本。

<小时/> 因此，[TEN]*优于(T|E|N)*