关于正则表达式的回溯

Question

大家好。我有一个问题。

在第6级，为什么要回到Welco＆＃39;

我想回到“欢迎来访”。在6级是正确的。

已经使用过＆＃39; Welcom＆＃39;在4级？

英语写作非常困难。：）

Answer 1

[a-z]\w+\S\B模式不是一个好模式。为什么？因为相邻的子模式可以相互匹配。这就是为什么在如此短的输入中有3个回溯步骤与这样的基本子模式。

现在，一旦你理解了子模式的作用，一切都会变得清晰。

第1步：我们在字符串中找到了空位（正则表达式引擎检查输入字符串中的每个位置）。

第2步：[a-z]匹配第一个字符W（因为该模式不区分大小写。

第3步：\w+匹配elcome，因为这是一个单词字符块的文本。所有这些字符都已添加到匹配值（Welcome此时已经存在！但仍有子模式尝试匹配。因此，正则表达式引擎继续努力。）

第4步：正则表达式引擎尝试为\S（非空白）子模式提供一些文本。它回溯，即产生最后一个字符，以测试它是否可以与\S子模式匹配。

第5步：最后e符合要求。现在我们在匹配中仍有Welcome，但最后e“属于”\S子模式。

第6步 ：与e匹配的\S未跟随非字边界（因为\B没有如果最后一个字符是单词字符，则在字符串末尾匹配。这一事实使e无效，成为\S子模式的匹配项。因此，正则表达式引擎必须再次回溯以重新调整\S子模式的值。 e无法与\S匹配，因此，回溯转到m。这就是为什么步骤6中的正则表达式索引正好在o之后。

第7步：\S可以与m匹配，因此现在m“属于”\S子模式。

第8步：\B与m和e之间的位置匹配。继续。

步骤9：到达模式结束。返回匹配值：Welcom。

Answer 2

+贪婪，它试图匹配一切。因此，\w+匹配整个输入后，引擎会尝试匹配\S并失败，因此它会回溯并尝试与之前的\w+匹配。它会一直这样做，直到找到（或没有）匹配。