似乎JavaScript的RegExp没有找到“最左最长”的匹配

Question

我观察到以下结果：

// Test 1:
var re = /a|ab/;
"ab".match(re); // returns ["a"]   <--- Unexpected

// Test 2:
re = /ab|a/;
"ab".match(re); // returns ["ab"]

我希望测试1和2都返回["ab"]，这是因为“最左最长”的原则。我不明白为什么正则表达式中2个选项的顺序会改变结果。

- JoelFan

---

一个很好的观察，但我看不到问题。 - Chris Hayes

@ChrisHayes，我的假设是“RegExp”应该找到“最左最长”的匹配项。在测试1中，这将是“ab”，比“a”更长。但这并没有发生。 - JoelFan

@JoelFan 看起来 JavaScript 没有实现“最左最长匹配”，而是像 Perl 一样采用第一个子表达式匹配。 - Explosion Pills

FYI... Perl 在这方面的表现似乎与 JavaScript 相同。 - JoelFan

Answer 1

以下是原因：

请注意，备选项从左到右考虑，直到找到匹配项为止。如果左侧备选项匹配，则忽略右侧备选项，即使它可能会产生更好的匹配结果。因此，当模式 /a|ab/ 应用于字符串“ab”时，它只匹配第一个字母。

（来源：Oreilly - Javascript Pocket Reference - 第9章 正则表达式）

谢谢。

- Agustin Treceno

---

哇，我感到非常荣幸能够想到O'Reilly的问题，甚至是逐字逐句地。 - JoelFan

Answer 2

这是因为JavaScript没有实现POSIX引擎。

POSIX NFA引擎的工作方式与传统NFA类似，但有一个例外：POSIX引擎总是选择最左边匹配的最长字符串。例如，交替使用cat|category将尽可能匹配完整单词"category"，即使第一个备选项("cat")匹配并出现在交替中较早的位置。(参见MRE 153-154)

来源：Oreilly - JavaScript口袋参考书，第4页

- roydukkey

---

尽管@Agustin的回答很有帮助，但我接受了这个答案，因为它回答了“为什么”的问题。 - JoelFan