正则表达式中的“+”符号是什么意思？

Question

正则表达式中的加号符号代表什么意思？

- rolling_codes

---

你能否请发一份样例？ - kennytm

/s+a+m+p+l+e+/ - Déjà vu

这句话的意思是“^^可以匹配'sample'、'samplee'和'sssaaaaaammmppplllllle'，但不能匹配'smple'”。 - rolling_codes

Answer 1

"

+在不同的上下文中有两种不同的含义。

像其他答案提到的那样，+通常是一个重复运算符，会导致前面的标记重复一次或多次。在形式语言理论中，a+可以表示为aa*，也可以表示为a{1,}（匹配至少1次和最多无限次）。

"

---

然而，如果+跟随重复运算符（即?+、*+、++或{m,n}+），它也可以使其他量词possessive。占有量词是一些正则表达式引擎（PCRE、Java和JGsoft引擎）的高级功能，告诉引擎在匹配成功后不要回溯。

为了理解这个过程，我们需要了解正则表达式引擎的两个概念：贪婪性和回溯。贪婪性通常意味着正则表达式将尝试尽可能多地消耗字符。假设我们的模式是.*（dot是正则表达式中的特殊构造，表示任何字符¹；星号表示匹配零次或多次），目标是aaaaaaaab。整个字符串将被消耗，因为整个字符串是满足模式的最长匹配。

然而，假设我们将模式更改为.*b。现在，当正则表达式引擎尝试匹配aaaaaaaab时，.*将再次消耗整个字符串。但是，由于引擎已经到达了字符串的末尾，并且模式尚未满足（.*消耗了除b之外的所有内容，但模式仍然必须匹配b），因此它会回溯，一次一个字符地尝试匹配b。第一次回溯将使.*消耗aaaaaaaa，然后b可以消耗b，模式成功。

占有量词也是贪婪的，但是如上所述，一旦它们返回匹配项，引擎就无法回溯到该点之前。因此，如果我们将模式更改为.*+b（匹配任意字符零次或多次，具有占有性质，后跟b），并尝试匹配aaaaaaaab，同样，.*将消耗整个字符串，但是由于它是占有性质的，回溯信息被丢弃，因此无法匹配b，模式失败。

---

^{1 在大多数引擎中，点号不会匹配换行符，除非指定了/s（"singleline"或"dotall"）modifier修饰符。}

- Daniel Vandersluis

---

+1；所有格量词只在Java、PCRE或JGSoft正则表达式引擎中有效。而Ruby、Perl和.NET使用原子组(?>.*)。 - Tim Pietzcker

@Tim，我之前提到过这个问题，但现在我在我的回答中更加明确地表达了出来。 - Daniel Vandersluis

@Tim：Perl 支持贪婪量词，可能自 5.10 版本开始。 - ninjalj

@ninjalj：谢谢你提供的信息。看起来这个比较已经不再更新了。 - Tim Pietzcker

太棒了！真的帮助我理解了很多。谢谢你。 - realnsleo

Answer 2

在大多数实现中，+ 表示“一个或多个”。

在一些理论著作中，+ 被用来表示“或”（大多数实现使用|符号表示）。

- sepp2k

Answer 3

1 或多个前面的表达式。

[0-9]+

将匹配：

1234567890

在以下文本中匹配：

我有1234567890美元

- Chris

Answer 4

前一个符号出现一次或者多次。

例如，a+表示字母a出现一次或者多次。因此，a可以匹配a、aa、aaaaaa但不能匹配空字符串。

如果您知道星号（*）的含义，则可以将(exp)+表示为(exp)(exp)*，其中(exp)是任何正则表达式。

- phimuemue

Answer 5

很多情况取决于加号符号出现的位置和正则表达式的类型。

在 posix-bre 和 vim（非非常魔术模式）的表达式中，加号匹配一个文本字符“+”。例如，sed 's/+//g' file > newfile 将删除 file 中的所有加号字符。如果要在此处将加号用作定量器，请使用“\+”（在 GNU 工具中受支持），或替换为“{1，}”或将定量器从第一部分中删除，并在另一部分后添加“*”（零个或多个出现定量器），例如：sed 's/c++*//' 会删除一个c后面跟着一个或多个加号字符。

在 posix-ere 和其他正则表达式风格中，在字符类（[...]）之外，加号充当一个定量器，意思是“一个或多个，但尽可能多地出现定量化模式”。例如，在 javascript 中，s.replace(/\++/g, '-') 会将像++++这样的字符串替换为单个的“-”。请注意，在 NFA 正则表达式风格中，加号有一个惰性对应项“+?”，它匹配“一个或多个，但尽可能少地出现定量化模式”。

在字符类中，无论在哪种正则表达式语言中，+字符都被视为字面字符。 [+]总是匹配单个+字面字符。例如，在c#中，Regex.Replace("1+2=3", @"[+]", "-")将导致1-2=3。请注意，在字符类中使用单个字符不是一个好主意，只有在需要两个或更多字符或字符集时才使用字符类。例如，[+0-9]匹配一个+或任何ASCII数字字符。在php中，preg_replace('~[\s+]+~', '-', '1 2+++3')将导致1-2-3，因为正则表达式匹配一个或多个（由于最后一个+是量词符号）空格（\s）或加号字符（字符类内的+）。 +符号也可以是一些PCRE类正则表达式（如possessive quantifier）的一部分，例如php、ruby、java、boost、icu等（但不包括python re、.net、javascript）。例如，在php PCRE中，C\+++(?!\d)将匹配C，然后是一个或多个+符号（\+表示一个字面上的+，++表示允许回溯到此量化模式中的一个或多个出现），但不跟在数字后面。如果加号字符后面有数字，则整个匹配失败。其他例子：a?+（一个或零个a字符）、a{1,3}+（尽可能多地匹配一个到三个a字符）、a{3}+（=a{3}，三个a）和a*+（匹配零个或多个a字符）。

- Wiktor Stribiżew