正则表达式如何决定何时回溯？

Question

据我了解，匹配失败时，正则表达式会回溯到之前最接近的选择，选择下一个替代方案并继续匹配。如果没有匹配的可能性，正则表达式是否可以避免回溯？

这是一个场景，我无法向自己解释这个regex101调试器输出。

正则表达式：

^(?<Major>0|[1-9][0-9]*)\.(?<Minor>0|[1-9][0-9]*)\.(?<Patch>0|[1-9][0-9]*)$

输入字符串：

1.222222222222.33333333333.0

当

$

不可能与避免的

[0-9]

匹配时，为什么上面的正则表达式最后会回溯？补丁组用完后，是否会避免回溯Minor和Major的

([1-9][0-9]*)

部分？如果是这样，如何以及为什么？

如果有人有更好的例子来展示正则表达式如何决定回溯或不回溯，我们将不胜感激。

Answer 1

这只是一个常识性答案，但据我所知，正则表达式匹配有许多不同的实现和算法。

在这种情况下，在我看来，当算法第一次无法匹配 $ 时，它开始回溯，因为之前的匹配组之一 可能已经 匹配并因此消耗了换行符（因为默认情况下正则表达式匹配是贪婪的，即，每个表达式都会尝试吃掉尽可能多的字符），也许如果使用换行符来匹配 $，则它之前的字符可以匹配表达式的其余部分。

我们人类看到字符串中没有换行符要匹配，并且正则表达式的任何部分都无法匹配，但显然，算法没有注意到这一点。

考虑修改您的正则表达式，以便最后一个匹配组允许换行：

^(?<Major>0|[1-9][0-9]*)\.(?<Minor>0|[1-9][0-9]*)\.(?<Patch>0|[1-9\n][0-9\n]*)$

如果您将其传递到新的正则表达式中：

1.222222222222.33333333
333.0

它会首先尝试将所有 3 放入最后一组。然后它会在最后的 .0 上失败，因为它与 $ 不匹配，因此它可以回溯并将 $ 匹配到 3 之间的换行符，并且第一行将匹配整个正则表达式。哒哒！

您可以在这里看到它的实际效果： https://regex101.com/r/snqyOe/1