为何使用原子组的正则表达式仍会发生回溯？

咱一步步拆解你遇到的情况，帮你搞明白为啥原子组没按你预想的“阻止回溯”：

你的正则是aaa.+?(?>bbb)j，输入字符串是aaa xxx bbby xxx bbbj。

首先，aaa稳稳匹配输入开头的aaa，没毛病。接下来是.+?——这是个非贪婪的匹配规则，它会尽可能少“吃”字符，直到后面的(?>bbb)能匹配上为止。

第一轮尝试：.+?匹配到xxx（刚好到第一个bbb的前面），然后(?>bbb)成功匹配了输入里的第一个bbb（就是bbby里的那三个b）。这时候原子组的作用生效了：一旦这三个b被匹配，引擎就不能再回溯到原子组内部调整——比如不能反悔说“我刚才匹配三个b太多了，改成两个试试”，这是原子组管的地盘。

但问题来了！原子组匹配完之后，正则要找后面的j，可这时候原子组后面跟着的是y啊，根本不是j，匹配直接失败！

这时候引擎不会死磕在这个原子组的匹配结果上，它会回溯到.+?这里，让.+?多“吃”一个字符——也就是把第一个bbb的第一个b也包含进自己的匹配范围里，然后再继续找下一个能让(?>bbb)匹配的位置。

就这么一点点往后试探，直到.+?匹配到xxx bbby xxx的时候，后面刚好是一串bbb，这时候(?>bbb)稳稳匹配这三个b，紧接着后面就是j，完美接上！所以最终整个字符串就被匹配成功了。

你之前的误解应该是把原子组的作用想大了：原子组的“不回溯”，管的是自己组内部的匹配结果不能被修改，而不是阻止整个正则表达式的回溯。像.+?这种在原子组外面的匹配部分，当后续匹配失败时，引擎完全可以回溯调整它的匹配长度，直到找到能让整个正则跑通的位置。

备注：内容来源于stack exchange，提问作者Sitepor500.com.br