简化正则表达式“ab|a|b”

Question

（如何）可以简化以下正则表达式：

ab|a|b

?

我正在寻找一个较少冗余的，即只有一个a 和一个b。有可能吗？

一些尝试：

a?b?       # matches empty string while shouldn't
ab?|b      # still two b

---

请注意，真正的正则表达式具有更复杂的 a 和 b 部分，也就是说，不是单个字符，而是内部子正则表达式。

Answer 1

如果您使用 Perl 或某些 PCRE 引擎（如 PHP 的 preg_ 函数），您可以参考模式中的先前组，如下所示：

/(a)(b)|(?1)|(?2)/

这个特性的主要目的是支持递归，但它也可以用于模式重用。

请注意，在这种情况下，您无法绕过在第一次交替中捕获a 和b，这会产生一些（可能）不必要的开销。为避免这种情况，您可以在从不执行的条件中定义组。执行此操作的规范方法是使用 (?(DEFINE)...) 组（它检查命名的 DEFINE 组是否匹配任何内容，但该组当然不存在）：

/(?(DEFINE)(a)(b))(?1)(?2)|(?1)|(?2)/

如果您的引擎不支持该功能（编辑：因为您使用的是 Java，所以不支持此功能），您可以在单一模式中获得的最佳效果确实是

ab?|b

或者，您可以通过字符串连接/格式手动构建ab|a|b 版本，例如：

String a = "a";
String b = "b";
String pattern = a + b + "|" + a + "|" + b;

这也避免了重复。或者，您可以针对主题字符串使用 3 个单独的模式 ab、a 和 b（其中第一个模式又是后两个模式的串联）。