无法理解 String.replaceAll 非贪婪行为 [重复]

Question

可能重复：
Java regex anomaly?

任何想法为什么以下测试失败（返回“xx”而不是“x”）

@Test 
public void testReplaceAll(){
    assertEquals("x", "xyz".replaceAll(".*", "x"));
}

我不想做"^.*$".... 我想了解这种行为。 有什么线索吗？

Answer 1

是的，和this question中描述的完全一样！

.* 将首先匹配整个输入，然后在输入末尾匹配一个空字符串...

让我们用| 来表示正则表达式引擎，在你的例子中用<...> 来表示输入。

• 输入：<xyz>;
• 正则表达式引擎，首次运行前：<|xyz>;
• 正则表达式引擎，首次运行后：<xyz|>（匹配文本：“xyz”）；
• 正则表达式引擎，第二次运行后：<xyz>|（匹配文本：“”）。

并非所有正则表达式引擎都以这种方式运行。然而，Java 确实如此。 perl 也是如此。作为反例，sed 会将其光标定位在第 3 步中输入的结尾之后。

现在，您还必须了解一件关键的事情：正则表达式引擎，当它们遇到零长度匹配时，总是提前一个字符。否则，请考虑如果您尝试将 '^' 替换为 'a' 会发生什么：'^' 匹配一个位置，因此是一个零长度匹配。如果引擎没有提前一个字符，“x”将被替换为“ax”，这将被替换为“aax”，等等。所以，在第二个匹配之后，它是空的，Java的正则表达式引擎推进一个“字符“......其中没有：处理结束。

Answer 2

@Test 
public void testReplaceAll(){
    assertEquals("x", "xyz".replaceAll(".+", "x"));
}

可能会成功，因为这需要 一个 或更多字符，因此确实可以防止 * 可能匹配零个字符并将其替换为“x”的行为。