与原子分组的混淆 - 它与 Ruby 正则表达式中的分组有何不同？

我已经浏览了文档原子分组 http://ruby-doc.org/core-1.9.3/Regexp.html#method-i-named_captures and rubyinfo http://www.regular-expressions.info/atomic.html我想到了一些问题：

1. 为什么叫这个名字“原子分组”? What “原子性”有那个吗一般分组没有吗？
2. 如何原子分组不同于一般分组?
3. Why are 原子团 called 非捕获 groups?

我尝试了下面的代码来理解，但对输出以及它们在同一字符串上的工作方式有何不同感到困惑？

irb(main):001:0> /a(?>bc|b)c/ =~ "abbcdabcc"
=> 5
irb(main):004:0> $~
=> #<MatchData "abcc">
irb(main):005:0> /a(bc|b)c/ =~ "abcdabcc"
=> 0
irb(main):006:0> $~
=> #<MatchData "abc" 1:"b">

A ()具有一些属性（包括诸如(?!pattern), (?=pattern)等以及平原(pattern)），但它们之间的共同属性是grouping，这使得任意模式成为一个单元（单元是我自己的术语），这在重复中很有用。

正常捕获(pattern)具有以下属性捕获 and group。捕获意味着与内部模式匹配的文本将被捕获，以便您可以在匹配或替换时将其与反向引用一起使用。非捕获组(?:pattern)没有 capture 属性，因此与(pattern)因为它不存储与内部模式匹配的字符串的开始和结束索引。

原子分组(?>pattern)还具有非捕获属性，因此内部匹配的文本位置不会被捕获。

原子分组增加了以下属性atomic与捕获组或非捕获组相比。这里原子的意思是：在当前位置，找到first序列（首先是由引擎如何根据给定的模式匹配来定义的）与原子分组内的模式匹配并保留它（因此不允许回溯）。

没有原子性的组将允许回溯 - 它仍然会找到第一个序列，然后如果前面的匹配失败，它将回溯并找到下一个序列，直到找到整个正则表达式的匹配或用尽所有可能性。

Example

输入字符串：bbabbbabbbbc
图案：/(?>.*)c/

第一场比赛由.* is bbabbbabbbbc由于贪婪量词*。它将保留这场比赛，不允许c来自匹配。匹配器将在字符串末尾的下一个位置重试，并且会发生相同的情况。所以根本没有任何东西与正则表达式匹配。

输入字符串：bbabbbabbbbc
图案：/((?>.*)|b*)[ac]/， 供测试用/(((?>.*))|(b*))[ac]/

该正则表达式有 3 个匹配项，分别是bba, bbba, bbbbc。如果您使用第二个正则表达式，它是相同的，但添加了用于调试目的的捕获组，您可以看到所有匹配都是匹配的结果b* inside.

您可以在此处查看回溯行为。

• 没有原子分组/(.*|b*)[ac]/，由于最后回溯匹配，该字符串将有一个匹配，即整个字符串[ac]。请注意，引擎将返回到.*回溯 1 个字符，因为它还有其他可能性。

  Pattern: /(.*|b*)[ac]/
  bbabbbabbbbc
  ^             -- Start matching. Look at first item in alternation: .*
  bbabbbabbbbc
              ^ -- First match of .*, due to greedy quantifier
  bbabbbabbbbc
              X -- [ac] cannot match
                -- Backtrack to ()      
  bbabbbabbbbc
             ^  -- Continue explore other possibility with .*
                -- Step back 1 character
  bbabbbabbbbc
              ^ -- [ac] matches, end of regex, a match is found
  

• 通过原子分组，所有可能性.*被切断并仅限于第一场比赛。因此，在贪婪地吃掉整个字符串并且无法匹配之后，引擎必须去寻找b*模式，成功找到与正则表达式的匹配项。

  Pattern: /((?>.*)|b*)[ac]/
  bbabbbabbbbc
  ^             -- Start matching. Look at first item in alternation: (?>.*)
  bbabbbabbbbc
              ^ -- First match of .*, due to greedy quantifier
                -- The atomic grouping will disallow .* to be backtracked and rematched
  bbabbbabbbbc
              X -- [ac] cannot match
                -- Backtrack to ()
                -- (?>.*) is atomic, check the next possibility by alternation: b*
  bbabbbabbbbc
  ^             -- Starting to rematch with b*
  bbabbbabbbbc
    ^           -- First match with b*, due to greedy quantifier
  bbabbbabbbbc
     ^          -- [ac] matches, end of regex, a match is found
  

  接下来的比赛将从这里继续进行。