正则表达式不会返回相同起始字符和多个结尾的所有匹配项

Question

在下面的正则表达式中：

1.*(aaa|ccc)

测试字符串

1aaaccc

1组ccc只有一场比赛。 但是应该有两个匹配 aaa 和 ccc

Answer 1

取决于你在寻找什么； 模式 "1.*(aaa|ccc)" 将提取两个组：

1. "1aaaccc": '1' + 任何字符 + 'ccc'。 'ccc' 被选为默认的 'greedy' 匹配：尽可能多地提取。

2. “ccc” - 因为“ccc”在“捕获组”中。 您可以抑制这种情况，将模式更改为“1.*(?:aaa|ccc)”。 它是“ccc”而不是“aaa”，因为它代表了已经存在的匹配的一部分。 第一个之后的所有可选匹配都是第一个的片段。

如果您删除“.*”，那么“ccc”将变得无关紧要，您将拥有“1aaa”和“aaa”。 如果要同时获取“aaa”和“ccc”，则模式必须为“1(aaa)(ccc)”。 结果将是：“1aaaccc”、“aaa”、“ccc”。 但这可能不是您需要的：字符串“1xxxccc”不会匹配任何内容。

它适用于 .NET 正则表达式，其他口味很可能会给出相同的结果。 希望我的描述有意义:)