为什么（。*）*进行两次匹配并在组$ 1中什么也不选择？

Question

这源于对正则表达式语法形式化的讨论。我已经通过几个正则表达式解析器看到了此行为，因此我将其标记为与语言无关。

采取以下表达式（针对您喜欢的语言进行调整）：

replace("input", "(.*)*", "$1")

它将返回一个空字符串。为什么？

更奇怪的是，表达式replace("input", "(.*)*", "A$1B")将返回string ABAB。为什么双空比赛？

免责声明：
我知道回溯和贪婪的匹配，但是杰弗里·弗里德尔制定的规则似乎规定，.*匹配所有内容，并且不再进行进一步的回溯或匹配。那为什么是$1空的？

注意：
与比较(.+)*，返回输入字符串。但是，http：//regexhero.com显示仍存在两个匹配项，出于与上述相同的原因，这似乎很奇怪。

Answer 1

让我们看看发生了什么：

1. (.*)火柴"input"。
2. "input"被分组1。
3. 正则表达式引擎现在位于字符串的末尾。但是由于(.*)重复执行，因此将进行另一次匹配尝试：
4. (.*)与后面的空字符串匹配"input"。
5. 空字符串被捕获到组1，覆盖"input"。
6. $1 现在包含空字符串。

评论中的一个好问题：

那为什么还replace("input", "(input)*", "A$1B")回来"AinputBAB"呢？

1. (input)*火柴"input"。替换为"AinputB"。
2. (input)*匹配空字符串。它被替换为"AB"（$1为空，因为它没有参加比赛）。
3. 结果： "AinputBAB"