懒惰量词 {n,m} 中的 max m 有什么作用？

Question

在正则表达式中，我们有贪婪和懒惰量词。贪婪量词{n,m}匹配前面的原子/字符/组，最少n次，最多m次，包括n和m。

如果我有一组字符串：

a
aa
aaa
aaaa
aaaaaaaaaa

使用a{2,4}，它会匹配：

• 第一行没有
• 第二行是aa
• 第三行是aaa
• 第四行是aaaa
• 第五行是(aaaa), (aaaa)和(aa)

这很有意义。

然而，如果我使用惰性量词a{2,4}?，我得到：

• 第一行没有
• 第二行是aa
• 第三行是aa
• 第四行是(aa)和(aa)
• 第五行是(aa), (aa), (aa), (aa)和(aa)

这实际上是有意义的。它找到可能匹配最少的数量。

我想澄清的部分 - 是否有任何用处以 {n,m}? 的形式传递任何惰性量词，其中m是最大值（在这种情况下，{2,4}?中的4）？结果难道不总是与{2,}?相同吗？

在懒惰量词中，是否存在通过传递最大值（例如{2,4}中的4）有用的情况？

免责声明：我实际上是在Vim中使用正则表达式进行搜索（/a{-2,4}），而不是在任何脚本语言中。我认为问题的原理仍然相同。

- Iggy

---

这取决于正则表达式库/实现。正则表达式语言/编程语言是什么？ - Wiktor Stribiżew

Answer 1

当你需要考虑惰性量词表达式后面的内容时，它就很重要了。惰性用于防止字符被后面的连接中的表达式消耗。考虑字符串aaaaab：

1. 由于a{2,4}匹配的a太多了，所以该字符串不会被a{2,4}？b匹配。
2. 由于a{2,}？b可以匹配任意数量的a，因此该字符串将被匹配。

- chepner

---

在aaaaab的情况下，a{2,4}b会匹配aaaab，对吧？然而，我本来期望a{2,4}?b会匹配aab，但是当我尝试时，它却匹配了aaaab。有趣。 - Iggy

我认为问题在于无论是否懒惰，它仍将从可能的最左边开始。考虑类似于re.match(r'a*(a{2,4}?b)', 'aaaa')的内容。 - chepner