Java正则表达式后向组没有明显的最大长度错误

Question

我知道Java正则表达式不支持变长的后向查找，并且以下内容会导致错误

(?<=(not exceeding|no((\\w|\\s)*)more than))xxxx

但是当*被这样的固定长度说明符替换时

(?<=(not exceeding|no((\\w|\\s){0,30})more than))xxxx

它仍然失败。为什么是这样？

Answer 1

Java Lookbehind臭名昭著

因此，您认为Java不支持无限向后看吗？

但是下面的模式会编译！

(?<=\d+)\w+

…尽管在Match All中会产生意想不到的结果（请参阅demo）。

在另一方面，你可以成功使用该其他无限回顾后（我以极大的惊喜发现这个问题）

(?<=\\G\\d+,\\d+,\\d+),

拆分此字符串： 0,123,45,6789,4,5,3,4,6000

它将正确输出（请参阅在线演示）：

0,123,45
6789,4,5
3,4,6000

这次的结果就是您所期望的。

但是，如果您使用来微调正则表达式以获得对而不是三胞胎(?<=\\G\\d+,\\d+),，则这次不会分裂（请参见演示）。

底线

众所周知，Java落后是越野车。 知道这一点后，我建议您 不要浪费时间尝试理解为什么它会做 未记录的 事情 。

促使我得出这个结论的决定性词是扬·格瓦特斯（Jan Goyvaerts）的话，他是 Regex Cookbook 的合著者，也是一个Arch-
regex专家，他创造了一个出色的regex引擎，需要保持领先地位regex为其调试工具RegexBuddy提供了阳光：

Java在其后向实现中存在许多错误。其中一些（但不是全部）已在Java 6中修复。