问题描述：

Drools matches 匹配标准java正则表达式不准确

Drools matches 匹配正则表达式未命中，但是java的正则表达式会命中，请问知道是什么原因吗？

Drools 版本号：6.3.0.Final

正则表达式语法：

(?:(?:万)[\\s\\S]{0,12}(?:六))

匹配的文本内容：因为他总共还有好几万没有处理他这一期六千块钱的话

采用java语言正则表达式可以匹配命中：

System.out.println(Pattern.compile(\"(?:(?:万)[\\\\s\\\\S]{0,12}(?:六))\").matcher(\"因为他总共还有好几万没有处理他这一期六千块钱的话\").find());

使用drools标准语法匹配未命中

this[\"text\"] matches \"(?:万[\\\\s\\\\S]{0,12}(?:六))\"

drools正则表达式感觉是默认加上了正则表达式 ^ 开头，如果文本内容改成上面正则表达式 “万” 开头就可以命中，请问这是一个bug吗？还是我的使用有问题呢？

如何才能让Drools正则表达式和java的正则表达式一样命中上面的语法呢？

网友观点：

你显示的加上^或者*号用来区分是否必须从头开始匹配

是否存在能匹配一个字符串中所有正则表达式的正则表达式？为什么？

可能有人会不屑于回答这样的问题，就算回答，也是一句让人看不懂的话，比如：

因为正则表达式的代码是type-2的，你用只有type-3能力的正则表达式去匹配一个type-2的正则表达式代码，必然会匹配出很多不是正则表达式的东西，无法精确匹配。

稍微翻译一下的话，这位大牛的意思是这样：

正则表达式只能匹配正则文法（假设你在问的是“正统”的正则表达式，而不是perl中那样被扩展过的版本），而正则表达式本身是上下文无关文法，所以没法用正则表达式来匹配正则表达式。

（关于type-2， type-3的意思，可以见这里：

乔姆斯基谱系

）

更具体一点说，因为正则表达式中有匹配的括号，所以正则表达式不属于正则文法。因为正则文法是没法匹配配对的括号的。

说到这里，这个问题应该可以算回答得比较完整了。或许读者你也知道这个答案，但是不知道你是否思考过：为什么正则表达式不能匹配配对括号？如果你不知道这个问题的答案，那就接着往下看吧。

我假设你知道正则表达式都可以转化成对应的NFA（如果你不知道，以下是我现搜出来的一些链接：

非确定有限状态自动机的构建（一）——NFA的定义和实现

，

编译原理

，

基于ε-NFA的正则表达式引擎

），所以这个问题就相当于为什么NFA不能匹配括号。

NFA，非确定性有限状态自动机，有一个重要的特性就是有限。NFA只有有限个状态，而对于每一个输入字符，NFA都必然会发生一次状态转移。根据鸽笼原理，我们很容易知道，对于一个特定NFA，我们总能找到一个足够长的字符串，让这个NFA在接受这个串之前经过某一个状态两次。

假设我们的输入串是w，我们可以把它分成三块xyz。当NFA处理完了x这部分之后，到达了状态S，而且当处理完了xy这部分之后，我们又回到了状态S。一个NFA对输入的所有“记忆”都包含在其状态之中。既然处于S状态下的NFA能接受字符串y然后回到S，那么它应该还能再接受一个y并且再回到S。也就是说，这个NFA不仅会接受字符串xyz，还应该会接受xz，xyyz，xyyyz，xyyyyz，\\ldots

同样的，根据鸽笼原理，我们知道xy部分的长度不会超过这个NFA内部状态数+1。

知道了这些，我们就能进入最后的步骤了。假设现在你找到了一个能匹配配对括号的NFA，设这个NFA共有p个状态，我们任取一个匹配的括号串：

((\\ldots((()))\\ldots))

满足其中左括号的个数大于p+1。显然你的NFA必须接受这个输入串。但是根据我们之前得到的结论，我们应该能把这个输入串分成xy=((((((\\ldots(，z=((\\ldots))\\ldots))，保证这个NFA也接受xz，xyyz，xyyyz，xyyyyz，\\ldots而这些串显然不是匹配的括号串。于是得出矛盾，证明这样的NFA不存在。

P.S.

这个证明中用到的这个技巧叫做

Pumping lemma

，因为过程中不断重复y的过程被叫做“pumping”。而它在中文中被叫做“泵引理”，这个翻译显然不是很好，但我也想不出什么更好的建议。也许应该学日文翻译一样，叫它“反复引理”？