我正在阅读有关 Java 中的正则表达式的内容。据我了解，所有格量词不会回溯并释放角色，以便为其他组提供实现匹配的机会。 但我无法想象在现实中使用所有格量词的情况。 我读过一些资源，说由于所有格量词不会回溯，因此它们不需要记住输入字符串中每个字符的位置，这有助于显着提高正则表达式引擎的性能。 我已经通过编写示例对此进行了测试:
我有一个包含大约数千位数字的字符串。
首先我定义了一个贪婪:String regex = "(\d+)";
然后我数了一下所花费的时间。
第二:我更改为所有格:String regex = "(\d++)";
我也计算了所花费的时间，但我没有发现时间有任何差异
我是不是误解了什么？
此外，谁能给我一些使用所有格量词的具体案例？
关于这个术语:在《Java Regular Expressions Taming the Java.Util.Regex Engine by Mehran Habibi》一书中，他使用了术语“所有格限定符”，当我在互联网上阅读时，人们使用“所有格量词”。哪一个是正确的还是两者都正确？
最佳答案
所有格量词是贪婪的量词(它们尝试匹配尽可能多的字符)并且不回溯(如果所有格量词走得太远，则可能匹配失败)。
示例
普通(贪婪)量词
假设您有以下正则表达式:
^([A-Za-z0-9]+)([A-Z0-9][A-Z0-9])(.*)
The regex aims to match "one or more alphanumerical-characters (case independent)
[A-Za-z0-9]and should end with two alphanumerical characters and then any character can occur.
任何遵守此约束的字符串都将匹配。 AAA 也是如此。人们可以声称第二个和第三个 A 应该属于第二组，但这会导致字符串不匹配。因此，正则表达式具有智能(使用动态编程)，知道何时离开(第一艘)船。
非贪婪量词
现在可能出现的一个问题是，第一组对于数据提取目的“过于贪婪”。假设您有以下字符串 AAAAAAA。可以进行多种分割:(A)(AA)(AAAA)、(AA)(AA)(AAA) 等。默认情况下，正则表达式中的每个组都是尽可能贪婪(只要这对字符串是否仍然匹配的事实没有影响)。因此，正则表达式将分割 (AAAAA)(AA)() 中的字符串。如果您想以这样的方式提取数据，即从传递一个字符的那一刻起，从出现 [A-Z0-9] 范围中的两个字符的那一刻起，正则表达式应移至下一组。
为了实现这一点，您可以编写:
^([A-Za-z0-9]+?)([A-Z0-9][A-Z0-9])(.*)
字符串AAAAAAA将与(A)(AA)(AAAA)匹配。
所有格量词
所有格量词是贪婪量词，但一旦可能，它们就永远不会将一个字符归还给另一个组。例如:
^([A-Z]++)([H-Zw])(.*)
如果您编写^([A-Z]+)([H-Z])(.*)，则将匹配字符串AH0。第一组是贪婪的(吃A)，但由于吃(这是有时使用的词)H会导致字符串不匹配，所以愿意放弃H。使用所有格量词。该团体也不愿意放弃H。结果，它同时吃掉 A 和 H。第二组只剩下0，但第二组无法吃掉该角色。因此，正则表达式会失败，而使用非所有格量词会导致成功匹配。然而，字符串 Aw 将成功匹配，因为第一组对 w 不感兴趣...
关于java - Java 正则表达式中的所有格量词有何用途？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/26006653/