logo标签列表

非贪婪匹配的正则表达式行为不同

regexperlgo
3

我发现非贪婪正则表达式只有在锚定到前面时才变得非贪婪，而不是锚定到末尾：

$ echo abcabcabc | perl -ne 'print $1 if /^(a.*c)/'
abcabcabc
# OK, greedy match

$ echo abcabcabc | perl -ne 'print $1 if /^(a.*?c)/'
abc
# YES! non-greedy match

现在看一下，当锚定到末尾时：

$ echo abcabcabc | perl -ne 'print $1 if /(a.*c)$/'
abcabcabc
# OK, greedy match

$ echo abcabcabc | perl -ne 'print $1 if /(a.*?c)$/'
abcabcabc
# what, non-greedy become greedy?

为什么会这样？为什么它不像以前一样打印出abc？
（这个问题是在我的Go代码中发现的，但为了简单起见，在Perl中说明）。
/(a.c*?)$/ 匹配 'abcabcabc' 中的最后一个 'abc'。由于您将锚定到结尾，因此应将 c 设为非贪婪模式。 - Aditya J.
@AdityaJ.，不，你已经改变了“算法”。对于你的“解决方案”，即使没有使用 *? ，也就是 /(a.c)$/ ，它仍然可以工作。但还是谢谢你尝试了。 - xpt
使用 .*? 正则表达式引擎开始匹配量词允许的最小字符数，这个数字是 零。然后引擎继续前进并尝试下一个标记。这次匹配失败了，所以引擎回溯并扩展其匹配。这个过程不断重复——正则表达式引擎前进、失败、回溯、再次扩展其匹配、前进、失败...... 这是否定 /a[^a]*c$/ 的情况。 - hwnd
1个回答
7
$ echo abcabcabc | perl -ne 'print $1 if /(a.*?c)$/'
abcabcabc
# what, non-greedy become greedy?
非贪婪模式意味着它将在当前位置匹配尽可能少的字符，以使整个模式匹配。
在位置0匹配a后，在位置1，bcabcab是.*?可以匹配的最少字符，同时仍然满足其余模式。
"/a.*?c$/"对"abcabcabc"的详细解释：
1.在位置0，a匹配1个字符（a）。
2.在位置1，.*?匹配0个字符（空字符串）。
3.在位置1，c无法匹配。回溯！
4.在位置1，.*?匹配1个字符（b）。
5.在位置2，c匹配1个字符（c）。
6.在位置3，$无法匹配。回溯！
7.在位置1，.*?匹配2个字符（bc）。
8.在位置1，c无法匹配。回溯！
9. ...
10.在位置1，.*?匹配7个字符（bcabcab）。
11.在位置8，c匹配1个字符（c）。
12.在位置9，$匹配0个字符（空字符串）。匹配成功！
"/a.*c$/"对"abcabcabc"的详细解释（作为对比）：
1.在位置0，a匹配1个字符（a）。
2.在位置1，.*匹配8个字符（abcabcabc）。
3.在位置9，c无法匹配。回溯！
4.在位置1，.*匹配7个字符（abcabcab）。
5.在位置8，c匹配1个字符（c）。
6.在位置9，$匹配0个字符（空字符串）。匹配成功！
提示：避免使用两个非贪婪修饰符的模式。除非您将它们用作优化，否则很有可能会匹配到您不想匹配的内容。这在这里是相关的，因为模式隐式地以\G(?s:.*?)\K开头（除非被前导的^、\A或\G取消）。
您需要的是以下之一：
/a[^a]*c$/
/a[^c]*c$/
/a[^ac]*c$/

您也可以使用以下其中之一：
/a(?:(?!a).)c$/s
/a(?:(?!c).)c$/s
/a(?:(?!a|c).)c$/s

使用后三种方法在这种情况下效率低下且难以阅读，但对于长于一个字符的边界它们仍然可用。
网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接