регулярные выражения javascript - группы

Question

В настоящее время я изучаю группы регулярных выражений. У меня возникают проблемы с полным пониманием первого примера, представленного в книге под группами. В книге приведен следующий пример:

/(\S+) (\S*) ?\b(\S+)/

Я понимаю, что это будет соответствовать не более трех слов (состоящих из любого символа, кроме пробела), где второе слово и пробел не являются обязательными.

Что мне трудно понять, так это функция граничного условия для начала совпадения последней группы в начале третьего слова.

Когда есть три слова, не имеет значения, включено это или нет.

Когда есть только два слова, существует разница между группой № 2 и группой № 3

Итак, мой вопрос таков

Когда есть два слова, почему присутствие \b приводит к тому, что group # 2 будет пустой строкой, как и ожидалось, но когда ее нет, group # 2 содержать второе слово минус последнюю букву и group # 3 для хранения последней буквы второго слова?

Answer 1

Когда есть два слова, почему присутствие \ b приводит к тому, что группа # 2 становится пустой строкой, как и ожидалось

Посмотрите на первую и третью группы - будучи (\S+), они должны содержать символы. Когда есть два слова, эти два слова должны входить в первую и третью группы - во вторую группу, поскольку она повторяется с *, не будет потреблять никаких символов и будет пустой строкой.

но когда отсутствует, группа № 2 содержит второе слово минус последняя буква, а группа № 3 содержит последнюю букву второго слова?

Когда шаблон

(\S+) (\S*) ?(\S+)

как только двигатель соответствует первому слову, двигатель начнет пытаться сопоставить второе слово. Таким образом, если ввод foo bar, мы можем рассмотреть, как шаблон (\S*) ?(\S+) работает на bar.

Движок сначала пытается использовать все оставшиеся символы в строке с \S*. Это терпит неудачу, потому что последняя группа должна содержать хотя бы один символ, поэтому движок выполняет резервное копирование шага, и группа \S* соответствует всем, кроме последнего символа. Это приводит к успешному совпадению, потому что позиция перед последним символом соответствует \s?(\S+).

Вы можете увидеть этот процесс визуально здесь:

https://regex101.com/r/RAkEOt/1/debugger

В первом шаблоне граница слова перед последней группой гарантирует, что вторая группа не соответствует никаким символам, если в строке только два слова - вместо возврата к непосредственно перед последним символ, он должен полностью выполнять резервное копирование, пока не будет найдена граница слова:

Исходный шаблон может быть слегка ошибочным - \b соответствует границе слова , но не каждый непробельный символ является символом слова - он (вероятно, нежелательно) соответствует foo it's, где it' переходит во вторую группу, а s переходит в третью группу.

Answer 2

Разница исходит от второй группы (\S*) - она ​​будет захватывать любое количество непробельных символов. Таким образом, если у вас есть два слова, но три группы, последняя из которых (\S+) - соответствует хотя бы одному непробельному символу, механизм регулярных выражений попытается удовлетворить обе группы 2 и 3.

Помните, что он соответствует шаблону, и вы не сказали ему не , чтобы соответствовать такому. Следовательно, он выполняет минимально необходимую работу - \S* второй группы изначально будет соответствовать всему, что захватывает brown - следующая часть шаблона - это необязательный пробел, который проходит, затем он попадает в конечную группу \S+ и, так как имеет обязательный символ, второй матч будет выпускать матчи один за другим, пока группа 3 не будет удовлетворена.

Вы можете увидеть это здесь - я определил в третьей группе как минимум два обязательных символа, следовательно, он получает только два:

let [ , group1, group2, group3] = "the brown".match(/(\S+) (\S*) ?(\S{2,})/);

console.log("group 1:", group1)
console.log("group 2:", group2)
console.log("group 3:", group3)

Когда вы вместо этого добавляете границу слова \b к шаблону, у группы 2 не должно быть символов и , удовлетворяющих более позднему условию - когда регулярное выражение потребляет символ, остальная часть шаблона будет только продолжайте с этого символа и далее, следовательно, вы не можете иметь, например, группу 2, соответствующую b, а затем иметь границу слова, за которой следует rown. Единственный способ удовлетворения (\S+) (\S*) ?\b(\S+) заключается в следующем:

• группа 1 матчей the
• пробел соответствует символу
• группа 2 не соответствует ничему, что является приемлемым, поскольку может соответствовать любому количеству, включая ноль
• необязательный пробел соответствует нулю пробелов
• есть граница слова
• группа 3 потребляет остальные буквы - brown