正则表达式递归

首先，a 匹配字符串中的第一个 a。然后，正则表达式引擎到达 (?R)。这告诉引擎在字符串中的当前位置再次尝试整个正则表达式。现在，a 匹配字符串中的第二个 a。引擎再次到达 (?R)。在第二次递归中，a 匹配第三个 a。在第三次递归中，a 无法匹配字符串中的第一个 z。这导致 (?R) 失败。但正则表达式使用量词使 (?R) 可选。因此，引擎继续使用 z，它匹配字符串中的第一个 z。

现在，正则表达式引擎已到达正则表达式的末尾。但由于它在递归中深度为两层，因此尚未找到总体匹配项。它只找到了 (?R) 的匹配项。在成功匹配后退出递归，引擎也到达 z。它现在匹配字符串中的第二个 z。引擎在递归中仍深度为一层，它通过成功匹配退出递归。最后，z 匹配字符串中的第三个 z。引擎再次位于正则表达式的末尾。这一次，它不在任何递归中。因此，它返回 aaazzz 作为总体正则表达式匹配项。

匹配平衡结构

递归的主要目的是匹配平衡结构或嵌套结构。通用正则表达式为 b(?:m|(?R))*e，其中 b 是结构的开头，m 是结构中间可能出现的内容，e 是结构末尾可能出现的内容。为了得到正确的结果，b、m 和 e 中的任何两个都不应该能够匹配相同的文本。你可以使用 原子组 而不是 非捕获组 来提高性能：b(?>m|(?R))*e。

一个常见的实际用途是匹配一组平衡的括号。\((?>[^()]|(?R))*\) 匹配一对括号，括号中可以包含任何文本，包括无限数量的括号，只要它们都正确配对即可。如果主题字符串包含不平衡的括号，则第一个正则表达式匹配项是最左边的平衡括号对，它可能出现在不平衡的左括号之后。如果你想要一个在包含不平衡括号的字符串中找不到任何匹配项的正则表达式，那么你需要使用 子例程调用 而不是递归。如果你想将多个平衡括号对的序列作为单个匹配项找到，那么你也需要一个子例程调用。

带交替的递归

如果平衡结构中间可能出现的内容也可以在没有开头和结尾部分的情况下单独出现，那么通用正则表达式为 b(?R)*e|m。同样，b、m 和 e 都需要互斥。\((?R)*\)|[^()]+ 匹配一对平衡括号，就像上一节中的正则表达式一样。但它也匹配任何不包含任何括号的文本。

此正则表达式在 Boost 中无法正常工作。如果正则表达式中包含未在组内的 交替，则 Boost 中整个正则表达式的递归仅尝试第一个备选。因此，Boost 中的 \((?R)*\)|[^()]+ 匹配任意数量的平衡括号，这些括号可以任意深度嵌套，中间没有文本，或者匹配任何不包含任何括号的文本。如果您翻转备选，则 Boost 中的 [^()]+|\((?R)*\) 匹配不包含任何括号的任何文本，或匹配一对括号，括号之间不包含任何文本。在所有其他版本中，这两个正则表达式找到相同的匹配项。

针对 Boost 的解决方案是将交替放入组中。 (?:\((?R)*\)|[^()]+) 和 (?:[^()]+|\((?R)*\)) 在本教程中讨论的所有支持递归的版本中找到相同的匹配项。