正则表达式 - 选择和分支

1、什么是选择 (Alternation)

选择（Alternation）是指在正则表达式中使用 | 符号表示 "或" 的逻辑关系。它允许你匹配多个可能的模式之一。

cat|dog

这个模式会匹配 "cat" 或 "dog"。

2、什么是分支 (Branching)

分支是指正则表达式引擎在匹配过程中遇到选择点时，会尝试不同的匹配路径。当一条路径匹配失败时，引擎会回溯并尝试其他可能的路径。

原理解析

选择操作符 | 的工作原理

  1. 正则表达式引擎从左到右扫描 | 分隔的各个选项
  2. 尝试匹配第一个选项，如果成功则停止
  3. 如果第一个选项不匹配，则尝试第二个选项
  4. 依此类推，直到找到匹配或所有选项都尝试完毕

分组与选择

选择通常与分组 () 结合使用，以限定选择的范围：

实例

gr(a|e)y

这个模式会匹配 "gray" 或 "grey"。

分支回溯机制

当正则表达式引擎遇到选择点时：

  1. 记住当前位置（创建检查点）
  2. 尝试第一个分支
  3. 如果失败，回退到检查点
  4. 尝试下一个分支
  5. 重复直到成功或所有分支都尝试过

实践示例

基本选择示例

实例

// 匹配多种日期格式
const datePattern = /\b(January|February|March|April|May|June|July|August|September|October|November|December) \d{1,2}, \d{4}\b/;

console.log(datePattern.test("March 15, 2023")); // true
console.log(datePattern.test("Sept 10, 2022"));  // false (缩写不匹配)

分组选择示例

实例

import re

# 匹配美式或英式拼写
pattern = r"colou?r|color"
text = "The color is red and the colour is blue"

matches = re.findall(pattern, text)
print(matches)  # 输出: ['color', 'colour']

复杂分支示例

实例

// 匹配多种电话号码格式
String phonePattern = "(\\(\\d{3}\\) ?|\\d{3}[-.]?)\\d{3}[-.]?\\d{4}";

String[] testNumbers = {
    "(123)456-7890",
    "123.456.7890",
    "123-456-7890",
    "1234567890"
};

for (String number : testNumbers) {
    System.out.println(number.matches(phonePattern));  // 全部输出 true
}

扩展应用

性能优化技巧

  1. 高频选项前置：将最可能匹配的选项放在前面

    (common|uncommon|rare)  # 优化顺序

  2. 避免冗余分支：

    (a|ab|c)  # 不好
(ab?|c)   # 更好

  3. 使用非捕获组：当不需要捕获分组时

    (?:pattern1|pattern2)

实际应用场景

  1. 日志分析：匹配多种错误消息格式
  2. 表单验证：接受多种合法输入格式
  3. 文本处理：查找同义词或变体拼写
  4. 路由匹配：Web框架中的URL路由