对于正则表达式，如果两个模式都是贪心的，那么模式引擎实际上是如何选择匹配的呢？
For Regex, if the two pattern are all greedy, how does the pattern engine chose the match practically?
昨天，我和室友讨论了一个关于栈的问题。这个问题在这里
How to get the second column from command output?
他们讨论如何像这样将第二列与输入流分开：
1540 "A B"
6 "C"
119 "D"
第一个赞成的答案
<some_command> | sed 's/^.* \(".*"$\)//'
结果完全满足要求。
但后来我们发现如果我们遵循正则表达式的贪婪规则，模式 ^.*␣ 将匹配 1540 "A 这让我的室友感到困惑。事后看来，模式 ^.*␣ 应该与模式 (".*"$) 做出妥协。否则，第二个模式将不匹配任何内容。然而，我的室友无法相信我的假设。所以这个人给我另一个例子来测试，我们确实做到了。
我们做了两个实验。 1st 添加引号 " 跟在字符 A 之后，如下所示：
1540 "A" B"
6 "C"
119 "D"
用前面的正则表达式很容易得到这个结果：
"A" B"
"C"
"D"
而对于 2nd 一个，我们在 A 后面添加一个白色 space 和一个引号 ␣"，如下所示：
1540 "A " B"
6 "C"
119 "D"
结果是：
" B"
"C"
"D"
直到现在，我的室友变得更加困惑，因为他的注意力总是集中在第二个模式上(".*"$)。在他看来，模式 (".*"$) 应该观察到两个字符串 1540 "A" B" 和 1540 "A " B" 之间的相同行为，所以第二个测试的结果应该是 "A " B" 而不是 " B".我认为对于第二个，可以肯定模式 ^.*␣ 无法匹配这部分 1540 "A" 这将导致第二个模式不匹配。但是对于第二个实验1540 "A " B"，"1540和1540 "A这两个选择似乎都是合理的，不同的是前者是(".*"$)贪心的结果，后者是由于^.*␣ 的。
所以谁能给我一个更具体的答案来辨别我们困惑的关键。谢谢.
A .* 模式是 greedy 从某种意义上说，它会首先尝试尽可能多地匹配，然后通过字符串回溯，匹配较少和必要时减少。正则表达式是从左到右匹配的，这意味着第一个.*的贪婪将在歧义的情况下支配第二个。
让我们将这个想法应用到 1540 "A" B"。
简化后，正则表达式为：
^.* (".*")$
- 首先，尝试将 整个 字符串与第一个
.* 匹配。
- 糟了，我们接下来要匹配一个space！
- 好的，让我们尝试一切，直到最后一个space：
1540 "A"。
- 不好。引号
" 必须跟在 space. 之后
- 好吧，让我们再往回看一点……在这里，
1540 之后的 space 后面跟了一个引号。
然后，它将匹配表达式的其余部分并成功。因此，第一个 .* 的 最贪婪匹配 是 1540，该组匹配字符串的其余部分 "A" B".
现在让我们将它应用到 1540 "A " B"。
- 首先，尝试将 整个 字符串与第一个
.* 匹配。
- 糟了，我们接下来要匹配一个space！
- 好的，让我们尝试一切，直到最后一个space：
1540 "A "。
- 不好。引号
" 必须跟在 space. 之后
- 好吧，让我们再往回看一点……哦，看！
1540 "A 之后的 space 后面是引号！我们可以比上次稍微贪一点。
第一个 .* 的 最贪婪匹配 现在是 1540 "A，该组将匹配字符串的其余部分 " B" .
昨天，我和室友讨论了一个关于栈的问题。这个问题在这里
How to get the second column from command output?
他们讨论如何像这样将第二列与输入流分开：
1540 "A B"
6 "C"
119 "D"
第一个赞成的答案
<some_command> | sed 's/^.* \(".*"$\)//'
结果完全满足要求。
但后来我们发现如果我们遵循正则表达式的贪婪规则，模式 ^.*␣ 将匹配 1540 "A 这让我的室友感到困惑。事后看来，模式 ^.*␣ 应该与模式 (".*"$) 做出妥协。否则，第二个模式将不匹配任何内容。然而，我的室友无法相信我的假设。所以这个人给我另一个例子来测试，我们确实做到了。
我们做了两个实验。 1st 添加引号 " 跟在字符 A 之后，如下所示：
1540 "A" B"
6 "C"
119 "D"
用前面的正则表达式很容易得到这个结果：
"A" B"
"C"
"D"
而对于 2nd 一个，我们在 A 后面添加一个白色 space 和一个引号 ␣"，如下所示：
1540 "A " B"
6 "C"
119 "D"
结果是：
" B"
"C"
"D"
直到现在，我的室友变得更加困惑，因为他的注意力总是集中在第二个模式上(".*"$)。在他看来，模式 (".*"$) 应该观察到两个字符串 1540 "A" B" 和 1540 "A " B" 之间的相同行为，所以第二个测试的结果应该是 "A " B" 而不是 " B".我认为对于第二个，可以肯定模式 ^.*␣ 无法匹配这部分 1540 "A" 这将导致第二个模式不匹配。但是对于第二个实验1540 "A " B"，"1540和1540 "A这两个选择似乎都是合理的，不同的是前者是(".*"$)贪心的结果，后者是由于^.*␣ 的。
所以谁能给我一个更具体的答案来辨别我们困惑的关键。谢谢.
A .* 模式是 greedy 从某种意义上说，它会首先尝试尽可能多地匹配，然后通过字符串回溯，匹配较少和必要时减少。正则表达式是从左到右匹配的，这意味着第一个.*的贪婪将在歧义的情况下支配第二个。
让我们将这个想法应用到 1540 "A" B"。
简化后，正则表达式为：
^.* (".*")$
- 首先，尝试将 整个 字符串与第一个
.*匹配。- 糟了，我们接下来要匹配一个space！
- 好的，让我们尝试一切，直到最后一个space：
1540 "A"。- 不好。引号
"必须跟在 space. 之后
- 不好。引号
- 好吧，让我们再往回看一点……在这里，
1540之后的 space 后面跟了一个引号。
然后，它将匹配表达式的其余部分并成功。因此，第一个 .* 的 最贪婪匹配 是 1540，该组匹配字符串的其余部分 "A" B".
现在让我们将它应用到 1540 "A " B"。
- 首先，尝试将 整个 字符串与第一个
.*匹配。- 糟了，我们接下来要匹配一个space！
- 好的，让我们尝试一切，直到最后一个space：
1540 "A "。- 不好。引号
"必须跟在 space. 之后
- 不好。引号
- 好吧，让我们再往回看一点……哦，看！
1540 "A之后的 space 后面是引号！我们可以比上次稍微贪一点。
第一个 .* 的 最贪婪匹配 现在是 1540 "A，该组将匹配字符串的其余部分 " B" .