regex - 为什么这个正则表达式同时捕获名字和中间名

Question

^([A-Z][A-Za-z.'\- ]+) ([A-Z][A-Za-z.'\-]+)$

for David Taylor Gator 将捕获“David Taylor”作为第一场比赛，“Gator”作为第二场比赛。我不明白为什么正则表达式引擎会这样做。它不应该贪婪地只使用第一组捕获整个 3 字字符串吗:

^([A-Z][A-Za-z.'\- ]+)

或者它会做一些回溯以产生匹配吗？

Answer 1

值得一问的是，正则表达式的哪些部分是可选的，哪些必须逐字匹配。

^([A-Z][A-Za-z.'\- ]+) ([A-Z][A-Za-z.'\-]+)$
*                     *                    *

加星号的部分必须匹配。每个匹配项都必须包含行首、行尾和一个空格。现在考虑其他部分如何匹配，让我们将 [A-Z][A-Za-z.'\-] 称为名称字符。

^([A-Z][A-Za-z.'\- ]+) ([A-Z][A-Za-z.'\-]+)$
  -------------------   ------------------
          1                      2

1 可以匹配名称字符和空格的任何序列，只要其中至少有一个即可。 2 将匹配任何名称字符。从这个抽象层次来看，正则表达式是

{beginning of line}
{one or more (name characters or space)}
{space}
{one or more (name characters)}
{end of line}

这个正则表达式唯一可以匹配的方式

David Taylor Gator

是

{beginning of line}                      ^
{one or more (name characters or space)} "David Taylor"
{space}                                  " "
{one or more (name characters)}          "Gator"
{end of line}                            $

由于字符串中只有两个空格，可以考虑的另一件事是

{beginning of line}                      ^
{one or more (name characters or space)} "David"
{space}                                  " "
{one or more (name characters)}          "Taylor Gator"    XXX
{end of line}                            $

但这不匹配，因为“Taylor Gator”有一个空格，但是 {one or more (name characters)} 不允许有空格。