正則表達式「（aa）+ \ 1」如何匹配「aaaaaa」？

Question

任何人都可以解釋一個正則表達式引擎匹配(aa)+\1與aaaaaa的過程嗎？我知道當您使用+或*時有一個稱爲回溯的過程，但我不確定它在此示例中的工作原理。

Answer 1

當您將量詞放在捕獲組之外時，它不會捕獲與量詞相匹配的整個字符串。它只是匹配模式匹配的最後一次重複。

因此，(aa)+不會捕獲aaaa捕獲組，但只是最後一對 - aa，以便它可以滿足其餘的正則表達式模式。

因此，使用(aa)+\1，模式匹配第一個 - aaaa，然後反向引用\1與捕獲的組匹配 - aa。因此匹配字符串 - aaaaaa。不是(aa)+將不會匹配所有的a's，因爲那樣就不會有任何遺留的東西被\1匹配。

這裏有向上突破的正則表達式(aa)+\1的：

• (aa)+字符串中相匹配的前兩個aa。剩餘字符串 - aaaa。
• 還有更多需要搭配(aa)+，因此它會繼續匹配下一個aa。剩餘字符串 - aa。
• 再次(aa)+可以匹配剩餘的字符串。所以它匹配下一個aa。剩餘字符串 - ""。請記住，量詞默認爲貪婪。他們會盡可能匹配。
• 現在，(aa)+無法進一步匹配。
• 下一步該模式爲\1。但是沒有什麼可以匹配的。
• 回溯與(aa)+相匹配的最後一個模式。剩餘字符串 - "aa"。
• 現在\1再次嘗試匹配，並且它成功匹配aa，因爲那是當前捕獲組中的所有內容。

---

參考文獻：

• Regular-Expressions.info - Catastrophic Backtracking

Answer 2

+量詞表示「1或更多」。 \1指的是被捕獲的組，這與量詞所指的相同。所以有效地說，「分組aa，一次或多次，然後再一次」。這與「2次以上」相同。

所以，正則表達式可能是因爲這更清楚的：/(aa){2,}/

由於aaaaaa是三套aa組，正則表達式匹配字符串。

Answer 3

場景：

aa   # the group is matched 
aaaa   # the group is repeated once, cause the + quantifier 
aaaaaa  # the group is repeated once again, always cause 
      # the + quantifier (and because it is greedy and take all it can.) 
      # But since all the characters are eaten, and there is \1 
      # the pattern will fail. 
aaaa   # the regex engine must backtrack to try another way because of \1 
aaaaaa  # you are arrived! (the 2 last "a" are for the \1 

可以使用所有格QUA驗證此行爲（++）：

(aa)++\1   # will never match