占有量词和一次性子模式的区别

Question

我正在阅读PCRE文档，发现占有量词+和一次性子模式(?>)，也称为原子组，在概念上有些相似。它们之间是否有实质性的区别呢？

- Desmond Hume

---

这是一个非常好的问题，我在寻找答案的过程中学到了新的东西。 - anubhava

请参阅《精通正则表达式》中相关的引用。 - ridgerunner

Answer 1

(?>)实际上是原子组。根据regular-expressions.info的描述，当正则表达式引擎退出原子组时，自动丢弃组内任何标记记住的所有回溯位置。原子组不捕获匹配项。语法为(?>group)。

从regular-expressions.info了解到，占有量词是一种防止正则表达式引擎尝试所有排列组合的方法。这主要用于性能优化。您还可以使用占有量词来消除某些匹配项。

从同一页面了解到：技术上讲，占有量词是一个方便的符号，将原子组放在单个量词周围。支持占有量词的所有正则表达式都支持原子组。但是，并非所有支持原子组的正则表达式都支持占有量词。对于那些味道，您可以使用原子组实现完全相同的结果。

基本上，代替X*+，写成(?>X*)。重要的是要注意，量化的标记X和量化器都在原子组内。即使X是一个组，您仍然需要在其周围放置一个额外的原子组以实现相同的效果。(?:a|b)*+等同于(?>(?:a|b)*)，但不等于(?>a|b)*。后者是一个有效的正则表达式，但在作为较大正则表达式的一部分使用时，它将没有相同的效果。

- anubhava

Answer 2

如果你看一下这个正则表达式网页的页面，你会注意到在表格中"x++与(?>x+)是相同的"。

唯一指出的区别是: 是一个有限但语法更清晰的替代原子分组。

所以，它不像原子分组那么受欢迎，但可以被认为更加清洁。

- Jerry

---

顺便提一下，原子组合与仅限一次子模式是同义词。只是称呼方式不同而已。 - Jerry

Answer 3

请注意，从回溯的角度来看，(?>X+)与X++并不完全相同。因为在括号内，正则表达式引擎有可能回溯，因此正则表达式引擎始终记录原子组内的回溯位置（但在括号关闭后会忘记它们），这当然不适用于占有量词。例如：

考虑字符串aaaabbbb (?>a+)ab作为a++ab将失败，因为正则表达式引擎在原子组关闭后无法回溯。

但是 (?>a+ab)将成功，因为回溯位置始终记录在原子组中。 (?:a+|ab)+(?<!a)b将成功，但(?>a+|ab)+(?<!a)b将失败，因为每次重复之间都会关闭括号。

结论：确切的(?>X+)的同义词不是X++，而是(?:X+){1}+。

- Casimir et Hippolyte

---

+1 讲解得非常清楚。只是好奇为什么我们需要在 (?:X+){1}+ 中使用 {1}，难道我们不能使用 (?:X+)+ 吗？ - anubhava

@anubhava：谢谢，不过{1}+只是一种人为的方法，用于使非捕获组成为原子组（仅用于解释目的，完全没有用处，因为有原子组）。 (?:X+)+将重复非捕获组（这不是我在示例中要寻找的），而且根本不是原子或占有的。 - Casimir et Hippolyte