对于编写正则表达式模式、原子组的初学者[重复]

Question

我理解原子组不会回溯的事实，并且我正在尝试示例来更多地理解这个主题，但我对其行为感到困惑，我希望有人可以向我解释它。预先感谢。

如果我使用模式

r'(?>[abocv]+[cv])'

作为示例文本

'abooaabcvvbbb'

我会得到匹配！如何？如果原子组不回溯最后一个字母应该是“bb”...这是否意味着原子组正在检查“cv”是否是“abocv”的子集（这是“abocv”的第一部分）图案）？

pattern = r'(?>[abocv]+[cv])'
text = 'abooaabcvvbbb'
match = re.match(pattern, text)
if match:
    print(match.start())
else:
    print('no match')

我得到了 0，我期待着“不匹配”

Answer 1

我认为您正在期待以下行为：

import re

pattern2= r'^(?>[abocv]+)[cv]'

text = 'abooaabcvvbbb'
match = re.match(pattern2, text)
if match:
    print(match.start())
else:
    print('no match')

哪里

• (?>[abocv]+)

  与您预期的 'abooaabcvv' 匹配，并且由于它是原子的，因此不会放开它。

• [cv]

  然后无法匹配“bbb”中的第一个“b”

---

在你的正则表达式中：

(?>[abocv]+[cv])

[...]+

最初匹配'abooaabcv'，但可以回溯到

[...]+

，放开最后一个'v'来匹配'abooaabcv'，然后

[cv]

可以匹配'v'。这样，小组赛就“锁定”了比赛。只是现在回溯不再可能了。