正则量词{a,b}优先匹配哪个出现次数？实例差异解析

一、量词{1,2}的默认匹配规则：贪婪优先 #

正则里的区间量词{a,b}默认是贪婪模式，也就是优先匹配允许的最大次数（即b次），只有当后续匹配失败时，才会回溯减少匹配次数（尝试a到b-1的次数）。

• 单独使用#(\w{1,2})时：
  不管目标字符串是#000000还是#000，正则都会优先让分组(\w{1,2})匹配最多的2个字符，也就是前两个0，所以分组结果都是00——因为这时候没有后续匹配要求，贪婪匹配的结果直接生效，不需要回溯。

二、添加反向引用后匹配结果变化的原因：回溯机制触发 #

当正则变成#(\w{1,2})\1\1时，反向引用\1要求后续内容必须和分组捕获的内容完全一致，这就给匹配增加了约束：

1. 匹配#000000时：
   分组先贪婪匹配2个0（即00），后续的\1\1就是00+00，正好和字符串剩下的0000完全匹配，整个正则匹配成功，所以分组结果还是00。

2. 匹配#000时：

   • 第一步，分组先尝试贪婪匹配2个0（即00），此时\1\1需要匹配0000，但字符串剩下的只有1个0，匹配失败。
   • 触发回溯机制：正则会让分组减少匹配次数，从2次降到1次，此时分组捕获的是0，\1\1就是0+0，正好和字符串剩下的00匹配，整个正则成功匹配，所以分组结果变成0。

总结 #

• 区间量词{a,b}默认优先匹配最大次数（贪婪）；
• 反向引用会给匹配增加约束，当贪婪匹配导致后续反向引用无法匹配时，正则会回溯调整分组的匹配次数，直到找到能让整个正则匹配成功的结果。

内容的提问来源于stack exchange，提问作者jleng