原子组和非捕获组有什么区别？

Question

1. 什么是原子组((?>expr))，它有什么用处？在https://www.regular-expressions.info/atomic.html中，唯一的例子是当expr是交替表达式时，例如正则表达式a(?>bc|b)c匹配abcc但不匹配abc。是否有expr不是交替表达式的示例？
2. 原子组和非捕获组((?:expr))是相同的吗？

- Tim

---

请查看此帖子的修订历史，以查看海报包含的研究链接，在那里他们还要求举一个例子来更好地理解差异。第二个修订似乎使此答案失效。 - Scratte

是的，虽然我欣赏修改后的问题更加简洁明了，但它们在实质上改变了问题，并使我的答案失去了有效性，正如Scratte所指出的那样。 @double-beep，请重新考虑您的修改范围。 - Kal

不仅如此，编辑评论声称原子组是 PCRE 特有的显然是无意义的。例如，.NET 正则表达式支持原子组。 - Nick stands with Ukraine

Answer 1

1. 使用原子组时，如果给定的字符串未匹配完整个正则表达式，则正则引擎不会回溯查找更多排列。

   每当使用交替项时，如果成功匹配，则正则表达式将立即尝试匹配剩余的表达式，但它将跟踪其他交替可能出现的位置。如果没有匹配剩余的表达式，则正则表达式将返回先前记录的位置并尝试其他组合。如果使用了原子组，则正则表达式引擎将不会跟踪以前的位置，而只会放弃匹配。

   上述示例并没有解释使用原子组的目的，它仅演示了如何消除回溯。原子组将用于特定情况，在其中使用了贪婪量词，并且即使没有交替，仍可能存在进一步的组合。

2. 原子组和非捕获组是不同的。非捕获组不保存匹配的值，而原子组在需要进一步组合时禁用回溯。

例如，正则表达式a(?:bc|b)c可以匹配abcc和abc（不捕获匹配），而a(?>bc|c)c只能匹配abcc。如果正则表达式是a(?>b|bc)c，它只会匹配abc，而a(?:b|bc)c仍然会匹配两者。

- zafar

---

不要忘记，原子组也是非捕获的！ - robinCTS

Answer 2

原子组（以及占有修饰符）可用于避免灾难性回溯-这可以被恶意用户利用，通过吞噬服务器的内存触发拒绝服务攻击。

非捕获组就是那样--非捕获。正则表达式引擎可以回溯到非捕获组；而不能回溯到原子组。

- Denis de Bernardy

---

谢谢！原子组和占有修饰符之间有什么区别？它们是否用于相同的目的？ - Tim

所有权修饰符只是原子的语法糖：(?:a|b)*+ 等同于 (?>(?:a|b)*)。 - Denis de Bernardy

Answer 3

有没有expr不是交替的例子？

考虑以下模式：

(abc)?a

这在abc和abca中都能找到匹配。但是当可选部分变成原子时会发生什么？

(?>(abc)?)a

它不再在abc中找到匹配项。它永远不会放弃abc，所以最终的a失败了。

正如其他人所说，还有其他情况可能需要避免回溯，即使它对最终匹配没有影响，以优化您的正则表达式。

- Kal

---

请注意，此帖子中的引用来自问题。请查看问题的第一个修订版本以了解这里发生了什么。 - Scratte