原子组是一种组，当正则表达式引擎退出该组时，会自动丢弃该组内任何标记记住的所有回溯位置。原子组是无捕获的。语法为 (?>组)。 环视组也是原子的。大多数现代正则表达式风格都支持原子分组，包括 JGsoft 风格、Java、PCRE、.NET、Perl、Boost 和 Ruby。其中大多数还支持 占有量词，这本质上是原子分组的一种符号便利。 Python 从 Python 3.11 版本开始支持原子分组和占有量词。

一个示例将阐明原子组的行为。正则表达式 a(bc|b)c（捕获组）匹配 abcc 和 abc。正则表达式 a(?>bc|b)c（原子组）匹配 abcc 但不匹配 abc。

应用于 abc 时，两个正则表达式都将匹配 a 到 a、bc 到 bc，然后 c 将无法匹配字符串末尾。此处它们的路径不同。带有捕获组的正则表达式已记住交替的回溯位置。该组将放弃其匹配，b 然后匹配 b，c 匹配 c。找到匹配项！

然而，带有原子组的正则表达式在匹配 bc 后退出了原子组。此时，该组内标记的所有回溯位置都会被丢弃。在此示例中，交替在字符串第二个位置尝试 b 的选项被丢弃。结果，当 c 失败时，正则表达式引擎没有其他可尝试的替代方案。

当然，上面的示例并不是很有用。但它确实非常清楚地说明了原子分组如何消除某些匹配。或者更重要的是，它消除了某些匹配尝试。

使用原子分组进行正则表达式优化

考虑正则表达式 \b(integer|insert|in)\b 和主题 integers。显然，由于单词边界，它们不匹配。不太明显的是，正则表达式引擎将花费相当多的精力来弄清楚这一点。

\b 在字符串的开头匹配，integer 匹配 integer。正则表达式引擎注意到组中还有两个备选方案，并继续使用 \b。这无法在 r 和 s 之间匹配。因此，引擎回溯以尝试组内的第二个备选方案。第二个备选方案匹配 in，但随后无法匹配 s。因此，引擎再次回溯到第三个备选方案。in 匹配 in。\b 这次在 n 和 t 之间失败。正则表达式引擎不再记住回溯位置，因此它声明失败。

这是很多工作，以弄清楚 integers 不在我们的单词列表中。我们可以通过告诉正则表达式引擎，如果它在匹配 integer 后无法匹配 \b，那么它不应该尝试任何其他单词来优化这一点。我们在主题字符串中遇到的单词是一个较长的单词，它不在我们的列表中。

我们可以通过将捕获组转换为原子组来实现这一点：\b(?>integer|insert|in)\b。现在，当 integer 匹配时，引擎将从原子组退出，并丢弃为交替存储的回溯位置。当 \b 失败时，引擎会立即放弃。在扫描大型文件以查找长关键字列表时，这种节省可能是显着的。当您的备选方案包含重复标记（更不用说重复组）导致灾难性回溯时，这种节省将至关重要。

不要过快地将所有组设为原子组。正如我们在上面的第一个示例中看到的那样，原子分组也会排除有效的匹配。比较当应用于 insert 时 \b(?>integer|insert|in)\b 和 \b(?>in|integer|insert)\b 的行为。前一个正则表达式匹配，而后一个失败。如果组不是原子组，则两个正则表达式都会匹配。请记住，交替从左到右尝试其备选方案。如果第二个正则表达式匹配 in，则由于原子组，它不会尝试其他两个备选方案。