简化正则表达式 "ab|a|b"

Question

以下正则表达式应如何简化：

以下正则表达式应如何简化：

ab|a|b

我希望您能给我一个更简洁的版本，即只有一个a和一个b，是否可能？

一些尝试：

a?b?       # matches empty string while shouldn't
ab?|b      # still two b

请注意，实际的正则表达式具有更复杂的a和b部分，即不是单个字符，而是内部子正则表达式。

- sp00m

---

我的直觉告诉我它不能被简化。 - Sam I am says Reinstate Monica

你需要简化这个正则表达式吗？虽然有一些冗余，但它仍然非常简单易读。 - Jeff

@leppie：这匹配了aa和bb，它们都是无效的。 - Jeff

@Jeff 你说的没错，这个示例确实很易读，但是真正的正则表达式有更复杂的a和b部分。 - sp00m

@m.buettner，假设是Java的一个问题，但这更像是一个通用正则表达式问题，即让我们考虑一种支持每个正则表达式子句的语言（不像JavaScript的语言）。 - sp00m

Answer 1

如果你正在使用Perl或一些PCRE引擎（比如PHP的preg_函数），你可以像这样在模式中引用先前的组：

/(a)(b)|(?1)|(?2)/

这个功能的主要目的是支持递归，但也可以用于模式重用。

请注意，在这种情况下，您无法避免在第一个交替中捕获a和b，这会导致一些（可能）不必要的开销。为了避免这种情况，您可以在从未执行的条件内定义组。这样做的规范方式是使用(?(DEFINE)...)组（它检查命名的DEFINE组是否匹配任何内容，但是当然该组不存在）:

/(?(DEFINE)(a)(b))(?1)(?2)|(?1)|(?2)/

如果您的引擎不支持这个功能（编辑：由于您正在使用Java，因此不支持此功能），那么在单个模式中，您最好能得到的就是。

ab?|b

或者，您可以通过字符串连接/格式化手动构建ab|a|b版本，例如：

String a = "a";
String b = "b";
String pattern = a + b + "|" + a + "|" + b;

这也避免了重复。或者，您可以针对主题字符串使用三个单独的模式ab，a和b（其中第一个再次是后两个的连接）。

- Martin Ender

---

@leppie 我认为这是主观的，如果你这样做，你应该使用 (?:ab?) - 否则括号会通过捕获 ab 增加不必要的开销（也许我应该将其添加到第一个解决方案中）。 - Martin Ender

+1 正则表达式：即使是 40 年后，你每天都会学到新东西；p - leppie