先頭の位置にマッチする理由

Question

コチラで**/usr/local/bin/gccという文字列を\b/\w*/\b**という正規表現(PHP)で走査したときの動作です。

正規表現に位置の概念(先読みや跡読みで使うやつ)があるのは、知っておりますが、1.の部分で先頭の位置にマッチする理由はなぜでしょうか。
画像にある文字列と正規表現でなくとも必ず、正規表現で走査するときまず最初に先頭の位置がマッチします。何か理由があってこのような仕様になったのだと思いますが、どんな理由なのでしょうか。

Answer 1

例えば、

var str = "aaaa bbbb cccc";

これを、str.replace(/\b/g, "|")とすると、

置換結果は

|aaaa| |bbbb| |cccc|

となります。つまり、単語の区切りとしては"|"がある場所となります。

Answer 2

何にでもいえることですが、一次情報(PHPマニュアル)には目を通した方が良いと思います。
http://php.net/manual/ja/regexp.reference.escape.php

\b
単語境界
(中略)
単語境界 (word boundary) とは、検索対象文字列において、 カレントの文字およびその前の文字が同時に \w もしくは \W にマッチしない（すなわち、片方が \w にマッチし、もう片方が \W にマッチする）位置、もしくは、文字列の始めか終わりで、 その始めか終わりの文字が \w にマッチする位置の ことです。

この場合は「文字列の始めか終わりで、 その始めか終わりの文字が \w にマッチする位置」に該当する為に文字列の先頭にマッチしています。

何か理由があってこのような仕様になったのだと思いますが、どんな理由なのでしょうか。

仕様に理由が必要ですか。
私は仕様書に求める答えがあれば納得しますが、質問者さんの中では納得できない何かがあるのでしょうか。

Re: aaaaaaaa さん

Answer 3

1. 最左・最長一致の原則に従うのが御約束
2. \bは”単語の区切り”に一致する事になっており、行頭＝単語の開始地点＝単語の区切り。

Comments

[aaaaaaaa]

ご回答ありがとうございます。DFA(NFAも？)の最も左且つ最も長いものにマッチする概念があるから先頭文字の手前の位置にもマッチングするわけですね。

重ね重ね申し訳ありませんが一つ質問させてください。
https://gyazo.com/2c469a5610c211e45d52b9ea390a0e65
先頭の位置にマッチするのみで、例えばBの手前の位置やCの手前の位置を先述の先頭の位置のように走査しないのはなぜなのでしょうか。

Answer 4

最初に先頭を見るのは当然です。
それ以外の選択肢として何かありますか？