为什么交替中不会有更长的令牌匹配？

我正在使用ruby 2.1，但同样的东西可以在rubular网站上复制。

如果这是我的字符串：

儘管中國婦幼衛生監測辦公室制定的

我用这个表达式进行正则表达式匹配：

 (中國婦幼衛生監測辦公室制定|管中)

我期待得到更长的令牌作为匹配。

 中國婦幼衛生監測辦公室制定

相反，我得到了第二次替换作为匹配。

据我所知，它不像中文字符那样工作。

如果这是我的字符串：

 foobar

我使用这个正则表达式：

 (foobar|foo)

返回的匹配结果是foobar 。如果顺序是另一种方式，那么匹配的字符串就是foo 。这对我来说很有意义。

您认为正则表达式匹配较长的交替是不正确的。

如果你有一点时间，让我们来看看你的正则表达式如何运作……

_{快速复习：正则表达式如何工作：状态机始终从左到右读取，必要时回溯。}

有两个指针，一个在模式上：

 (cdefghijkl|bcd)

你的字符串上的另一个：

 abcdefghijklmnopqrstuvw

String上的指针从左侧移动。一旦它可以返回，它将：

让我们把它变成一个更“顺序”的序列来理解：

您的foobar示例是另一个主题。正如我在这篇文章中提到的：

正则表达式的工作原理：状态机始终从左到右读取。 ,|,, == ,因为它始终只与第一次交替匹配。

那是好的，Unihedron，但是如何强制它进行第一次交替呢？

看！ ^*

 ^(?:.*?\Kcdefghijkl|.*?\Kbcd)

这里有一个正则表达式演示。

此正则表达式首先尝试将整个字符串与第一个交替进行匹配。只有当它完全失败时，它才会尝试匹配第二次交替。这里使用\K来保持与构造\K 后面的内容的匹配。

_{* ： \K 2.0从2.0.0开始在Ruby中得到支持。}

阅读更多：

啊，我很无聊，所以我优化了正则表达式：

 ^(?:(?:(?!cdefghijkl)c?[^c]*)++\Kcdefghijkl|(?:(?!bcd)b?[^b]*)++\Kbcd)

你可以在这里看到一个演示。