正则表达式的回溯机制

正则表达式的引擎分析

• 正则表达式的引擎有两个特点：
  1.默认情况下都是贪婪匹配。
  2.引擎总是着急的，会返回最先匹配到结果

• 正则引擎的工作原理举例：
  当把cat应用到“He captured a catfish for his cat”，引擎先比较c和“H”，结果失败了。于是引擎再比较c和“e”，也失败了。直到第四个字符，c匹配了“c”。a匹配了第五个字符。到第六个字符t没能匹配“p”，也失败了。引擎再继续从第五个字符重新检查匹配性。直到第十五个字符开始，cat匹配上了“catfish”中的“cat”，正则表达式引擎急切的返回第一个匹配的结果，而不会再继续查找是否有其他更好的匹配。

回溯机制

• 回溯原理的简单解释
  前面的引擎分析，只是针对简单的正则匹配分析，但是我们都知道正则表达式中还有很多模糊的条件匹配。这时候引擎该如何处理呢？对于计算机而言，处理模糊匹配的最好办法就是穷举，把所有可能的结果都找一遍，别忘了引擎本身都是着急的，也就是说当他匹配到一种可能性之后就不会再匹配剩余的结果。其中这种根据可能性查找的机制就叫回溯。
  举个例子：用正则表达式 <.+>匹配字符串“This is a <EM>first</EM> test”，在这里首先<.+会先匹配出 “<EM>first</EM> test”，但是当>匹配换行符的