Python 正则原子组：普通分组能匹配 integer，换成原子组后为什么失败
词法检查器要识别in和integer两个关键字，普通分组能接受integer。为了减少回溯，把分组改为原子组，原本合法的输入却失败了。原子组并不是普通分组的无损加速开关：一旦成功离开它，组内曾经留下的其它选择就不能在后续失败时重新尝试。
本例要求Python 3.11及以上，实际在Linux、CPython 3.12.14运行。把程序保存为demo.py，执行python3 demo.py。所有字符串都很短，循环次数固定；没有构造恶意长输入，也不做耗时压测。比较统一使用fullmatch，避免搜索起点的移动掩盖组内选择变化。
AI生成的概念示意图：岔路通过一道闸门后不能返回旧分支，表示原子组退出后丢弃内部回溯点；不是正则引擎状态图。
完整程序与本次实跑
完整可运行程序
import re
cases = [
("ordinary", r"(?:in|integer)\b", "integer", True),
("atomic-short-first", r"(?>in|integer)\b", "integer", False),
("atomic-long-first", r"(?>integer|in)\b", "integer", True),
("greedy", r"a+a", "aaa", True),
("atomic-greedy", r"(?>a+)a", "aaa", False),
("delimiter-excluded", r"(?>[^,]+),", "abc,", True),
]
for label, pattern, text, expected in cases:
found = re.fullmatch(pattern, text) is not None
assert found is expected
print(label + ":", found)
token = re.compile(r"(?>integer|in)\b")
results = {text: token.fullmatch(text) is not None
for text in ["in", "integer", "inside", "integerx"]}
assert results == {"in": True, "integer": True, "inside": False, "integerx": False}
print("token checks:", results)本次实际输出（以下为结果，不是程序）
ordinary: True
atomic-short-first: False
atomic-long-first: True
greedy: True
atomic-greedy: False
delimiter-excluded: True
token checks: {'in': True, 'integer': True, 'inside': False, 'integerx': False}短分支先成功，不表示整条规则成功
ordinary为True：普通分组先尝试in，读到integer的前两个字母后，后续单词边界检查失败，因为后面还有t。引擎可以回到组内换试integer，完整关键字匹配后，结尾边界也成立。这一步依赖的正是普通分组保留下来的选择。
atomic-short-first为False。原子组同样先匹配in，但离开分组时已放弃组内其它回溯路径，边界后来失败，不能再把这次选择换成integer。理解时要把“分组暂时成功”与“整个表达式成功”分开，否则容易以为长关键字根本没有被写进规则。
分支顺序现在成了可见的规则条件
atomic-long-first把较长的integer写在前面，对完整integer得到True。最后的四个样本同时检查in和integer通过，inside与integerx不通过。这个顺序适合当前这两个具有前缀关系的字面关键字，但不是任意复杂分支都可以只按文本长度排序。
如果分支包含可选部分、量词或不同上下文要求，先后次序需要根据接受语言确定。修改原子组之前，先列出应该接受和拒绝的边界样本，尤其是共享前缀与后缀相似的输入。测试只放互不重叠的几个词，很可能发现不了这次行为变化。
贪婪量词也可能需要交回字符
greedy为True，因为a+起初读完三个a，后面还要求一个a时，可以回退并交出最后一个字符。atomic-greedy为False，因为a+处于原子组里，读完并离组后不再交回字符。原子性限制的是回溯，不是让量词变得不贪婪。
把贪婪量词改成非贪婪也不是通用修复。那会改变最初尝试的长度，而原子组仍会承诺最早成功离组的结果。需要后续部分决定前面应消费多少字符的规则，应当先重新设计边界，不要机械套上一层原子括号。
明确排除分隔符时更容易证明
delimiter-excluded为True，因为字符类明确不接受逗号，组内无法把后面的逗号吃进去。扫描abc结束时，分隔符天然留给组外匹配。这个例子适合说明何时可以分析出“交回字符没有必要”，比用点号匹配任意内容后再期待回退更容易检查。
但它只接受一个非空字段后跟一个逗号，不是完整CSV解析器；带引号的逗号、转义和空字段都不在规则里。把一个局部字段模式用于真实格式之前，应先核对该格式是否真的具有这样的确定边界。规则变窄可以提高可解释性，却不能冒充完整解析。
先验收语义，再讨论速度
这些输出证明原子组改变了可回退的路径，没有测量任何性能倍数。它可以减少某些重复尝试，但错误使用也会拒绝合法输入。遇到性能问题时，应使用受控长度的代表样本定位回溯来源，再判断是否允许放弃相应选择。
代码中的断言适合在普通解释器模式下检查演示预期，不代替业务输入校验。将正则迁移到其它语言或第三方引擎时，还应核对是否支持同样的原子语法与匹配语义。本文结论限定在Python标准库re和明确列出的有限样本上。
参考资料
官方资料核验于2026年10月2日；上述输出来自本次固定输入实跑，退出码为0。
