正则表达式：谁更贪婪？

Question

我主要关心的是Java风格，但是我也希望了解其他信息。

假设您有一个像这样的子模式：

(.*)(.*)

虽然这不是很有用，但可以说这两个捕获组（例如\1和\2）是更大模式的一部分，该模式与对这些组的反向引用匹配，依此类推。

因此，两者都是贪婪的，因为他们试图捕获尽可能多的东西，只在需要时花更少的时间。

我的问题是：谁更贪婪？是否\1获得优先权，\2仅在必要时才分配份额？

关于什么：

(.*)(.*)(.*)

假设\1确实获得了优先权。假设它过于贪婪，然后吐出一个字符。谁先得到它？是总是\2还是可以\3？

假设\2是被\1拒绝。如果仍然无法解决问题，现在谁吐出来？是先\2吐\3还是先\1吐\2？

奖金问题

如果您这样写，会发生什么：

(.*)(.*?)(.*)

现在\2很不情愿。这是否意味着\1吐出来\3，并且\2只是勉强地接受了\3拒绝？

例

也许我不给出具体的例子来展示我如何使用这些模式，这对我来说是一个错误，但是这里有一些：

System.out.println(
    "OhMyGod=MyMyMyOhGodOhGodOhGod"
    .replaceAll("^(.*)(.*)(.*)=(\\1|\\2|\\3)+$", "<$1><$2><$3>")
); // prints "<Oh><My><God>"

// same pattern, different input string
System.out.println(
    "OhMyGod=OhMyGodOhOhOh"
    .replaceAll("^(.*)(.*)(.*)=(\\1|\\2|\\3)+$", "<$1><$2><$3>")
); // prints "<Oh><MyGod><>"

// now \2 is reluctant
System.out.println(
    "OhMyGod=OhMyGodOhOhOh"
    .replaceAll("^(.*)(.*?)(.*)=(\\1|\\2|\\3)+$", "<$1><$2><$3>")
); // prints "<Oh><><MyGod>"

Answer 1

添加您的具体示例将大大改变问题的性质。正如我在第一个答案中所描述的那样，它仍然开始，第一个(.*)将所有字符吞噬，第二和第三组让它们容纳它们，但随后必须匹配一个等号。

显然，字符串的末尾没有一个，因此＃1组逐个返回字符，直到=正则表达式中的可以与=目标中的匹配。然后，正则表达式引擎开始尝试匹配(\1|\2|\3)+$，然后开始真正的乐趣。

组1放弃了d，组2（仍然为空）放弃了它，但是其余的正则表达式仍然无法匹配。组1放弃了o和组2的匹配od，但是其余的正则表达式仍然无法匹配。因此，随着第三个小组的参与，他们三个人以各种可能的方式切分了输入内容，直到实现整体匹配为止。RegexBuddy报告说，到达那里需要13,426个步骤。

在第一个例子中，贪婪（或缺乏贪婪）并不是一个真正的因素。匹配可以实现的唯一途径是，如果在的话Oh，My并且God在不同的组拍摄，所以最终这会发生什么。哪一个小组捕​​获哪个词都没有关系-
正如我之前所说的，先来先服务。

在第二个和第三个示例中，仅需将前缀分为两个块：Oh和MyGod。组2
MyGod在第二个示例中捕获，因为它是第二个示例，它很贪婪，就像在第一个示例中一样。在第三个示例中，每当第1组丢弃一个字符时，第2组（不愿意）就让第3组代替它，因此这就是最终拥有的角色MyGod。

当然，它比这更复杂（且乏味），但是我希望这能回答您的问题。我不得不说，这是您选择的一个有趣的目标字符串。如果正则表达式引擎有可能出现性高潮，我认为这些正则表达式将使它高潮。：D