交替中的混乱
假设在正则表达式中，如果匹配一个替代中的一个替代项，即使还剩下更多替代项（替代项之外的正则表达式中没有其他标记），它也会在那里停止。
此模式搜索一个双字（例如，this this)
\b([a-z]+)((?:\s|<[^>]+>)+)(\1\b)
如果我引入这个主题，我有一个困惑：
它与模式相匹配。
"<i>whatever<i> whatever"
\b([az]+) 匹配
((?:<[^>]+>|\s)+) 跟随一个 TAG，因此第二个另类匹配。
(\1\b) 必须匹配 if 跟在第一个括号中反向引用的相同单词之后。
如果标签后面不是“(\1\b)”，而是空格，为什么要匹配。
我知道在交替中存在\s。
但是TAG匹配不是应该消耗掉交替吗？
为什么 \s 替代方案仍然存在？
Suppos that within a regex, if match one alternative from an alternation it stop right there even if still more alternatives left (there are no other tokens in the regex outside the alternation).
This pattern that search one double word (e.g., this this)
\b([a-z]+)((?:\s|<[^>]+>)+)(\1\b)
I have one confusion if I introduce this subject:
It match with the patern.
"<i>whatever<i> whatever"
\b([a-z]+) Match
((?:<[^>]+>|\s)+) Follows one TAG, so the 2nd alternative match.
(\1\b) Have to match if follows the same word backreferenced in the first parentheses.
Why match if after the tag not follows the '(\1\b)', follows whitespaces.
I know that within the alternation exist \s.
But is not supposed that the TAG match consume the alternation?
Why the \s alternative still alive?
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（2）
交替由
+量词控制：...因此它会尝试多次匹配。每次，它都可能尝试两种选择：首先
\s，如果失败，则<[^>]+>。第一次
\s匹配失败，但<[^>]+>匹配成功。第二次，
\s匹配一个空格。第三次，
\s匹配另一个空格。...依此类推，直到所有空间都被耗尽。
The alternation is controlled by a
+quantifier:...so it tries to match multiple times. Each time, it may try both alternatives: first
\s, and if that fails,<[^>]+>.The first time,
\sfails to match, but<[^>]+>succeeds in matching<i>.The second time,
\smatches one space.The third time,
\smatches another space....and so on, until all the spaces are consumed.
+表示“一个或多个(?:\s|<[^>]+>)”。是的，它们中的第一个消耗了标签，但是在(\1\b)后面可能有无限数量的附加标签或空格。That
+means "one or more of(?:\s|<[^>]+>)". Yes, the first of them consumes the tag, but there may be an infinite number of additional tags or whitespace before(\1\b)follows.