起初，我只需要匹配整数（例如123），所以我只使用[0-9]+
然后，我需要允许一个可选的小数部分（例如123.456），因此我编辑以前的正则表达式并添加\.?[0-9]*：
[0-9]+\.?[0-9]*
但是，《精通正则表达式》一书却说，我应该改用(\.[0-9])*，因为\.?[0-9]*“即使\.不匹配，也会错误地允许其他数字匹配”。正确的正则表达式应为：
[0-9]+(\.[0-9]*)?
我对这里的差异有些困惑，您能举个例子清楚地说明这两个正则表达式之间的差异吗？
除了可能的ReDoS外，我想知道是否有一个示例，这两个正则表达式给出了不同的匹配结果。
答案 0 :(得分：1)
基本问题
第一个正则表达式的问题
[0-9]+\.?[0-9]*
因为小数点后缀是可选的，即使后面跟着更多的数字，正则表达式也可以在任意位置拆分整数和小数部分。
假设您尝试匹配1234，则正则表达式将被允许将整数部分视为1、12、123或1234中的任何一个，其余数字为小数部分。如果您没有捕获和使用结果，那么看起来似乎是一样的，但是效率很低，因为它以多种不同的方式进行匹配。
但是，贪婪匹配会在有匹配项时为您保存，它将被[0-9]+捕获。但是请继续阅读...
捕获群体的歧义
例如，考虑使用捕获组保存数字中的整数和小数部分：
([0-9]+)(\.?[0-9]*)
一旦您匹配了数字$1和$2（如果您使用的是Perl；语法因语言而异）将分别匹配整数和十进制部分，但是正则表达式允许太多的自由，因此理论上它可以在任何地方破坏它，例如我的1234示例。当然，贪婪的匹配仍然可以节省您的时间，并且您仍然可以获得正确的答案，但效率较低。但是请继续阅读...
灾难性的回溯
您可能会遇到真正问题的地方是，如果以后添加更多与字符串不匹配的内容：使用此正则表达式，您可能会遇到灾难性的回溯。
考虑此正则表达式
[0-9]+\.?[0-9]* some text
，并尝试匹配1000个数字的字符串，然后匹配不匹配some text的其他文本。在文本上失败之前，这将具有成倍地成功匹配数字的多种方式。根据您的语言，您可能会收到一条错误消息，说“灾难性的回溯”，或者堆栈溢出，内存不足错误，或者程序只是挂起，似乎除了消耗大量CPU外什么也不做。
但是，此正则表达式立即失败，无需回溯：
[0-9]+(\.[0-9]*)? some text
如果您搜索“灾难性的回溯”，则会发现许多与之相关的问题示例，更多的示例与您的一种或多种方式相似。这是我刚刚发现的一种典型的情况：Regex Pattern Catastrophic backtracking
答案 1 :(得分：0)
这仍将与100.之类的数字匹配
[0-9]+(\.[0-9]*)?
因为*意味着匹配零个或多个时间，所以
正确的正则表达式应为
[0-9]+(?:\.[0-9]+)?
[0-9]+-匹配数字0到9一次或多次(\.[0-9]+)-匹配.后跟一个或多个数字 注意：- 如果不使用对小数部分的反向引用，则应使用非捕获组而不是捕获组。 (?:)用于使群组无法捕获