非贪婪正则表达式根据正则表达式中原子的位置表现出贪婪行为

Question

我遇到了一个情况，我想在正则表达式模式中使用非贪婪原子.*?。

set input "Device ID: HOST1
Interface: GigabitEthernet0/1,  Port ID (outgoing port): GigabitEthernet2/43
Device ID: HOST2
Entry address(es):
Interface: GigabitEthernet0/2,  Port ID (outgoing port): GigabitEthernet2/43
"

puts "======== Non-Greedy regex starting with some other patterns ========"
puts [ regexp -inline {Device\s+ID:.*?outgoing\s+port\):\s+} $input]
puts "======== Non-Greedy regex at first ========"
puts [ regexp -inline {.*?outgoing\s+port\):\s+} $input]

输出：

======== Non-Greedy regex starting with some other patterns ========
{Device ID: HOST1
Interface: GigabitEthernet0/1,  Port ID (outgoing port): GigabitEthernet2/43
Device ID: HOST2
Entry address(es):
Interface: GigabitEthernet0/2,  Port ID (outgoing port): }
======== Non-Greedy regex at first ========
{Device ID: HOST1
Interface: GigabitEthernet0/1,  Port ID (outgoing port): }

当.*?outgoing\s+port\):\s+匹配到第一次出现的时候，模式Device\s+ID:.*?outgoing\s+port\):\s+并没有停止在第一次匹配出现的位置。

为什么非贪婪匹配的行为会受到原子放置的影响？

- Dinesh

Answer 1

这里有关于贪婪/非贪婪偏好的内容，虽然（在我看来）没有很好的文档记录，但是re_syntax手册页面中指出：

一个分支的偏好与其中第一个具有偏好的量词原子相同。

(强调是我的)

所以如果你将.*作为第一个量词，整个正则表达式将是贪婪的，
如果你将.*?作为第一个量词，整个正则表达式将是非贪婪的。

- glenn jackman

---

哦，太好了，我在回答问题时为了记忆而重新阅读了一遍，但并没有发现 Device\s+... 中的第一个操作符是贪婪的。所以如果我理解得没错的话，将第一个 \s+ 改为 \s+? 就可以了？ - Tensibai

@Tensibai和@glenn：是的！使用Device\s+?ID:.*?outgoing\s+port\):\s+，它只匹配到第一个出现的位置。这太好了。感谢Glenn先生！！！ - Dinesh