TCL中匹配正则表达式出现问题

Question

我正在使用以下模式：

Notif[0]:
some text multiple line
Notif[1]:
multiple line text
Notif[2]:
text again
Notif[3]:
text again
Finish

我正在编写以下正则表达式。

set notifList [regexp -inline -all -nocase {Notif\[\d+\].*?(?=Notif|Finish)} $var]

它没有给出期望的输出

需要的输出

I need a list with each `Notif`block

- Sumit

Answer 1

原因是你的.*?作为贪婪子模式（=.*匹配0+任何字符，包括换行符），因为模式中的第一个量词是贪婪的（参见\d+）。请参阅此Tcl Regex参考：

分支与其中具有偏好的第一个量化原子具有相同的偏好。

你只需要在第一个+量化的子模式后面添加一个?，将其变成懒惰模式即可。

Notif\[\d+?\].*?(?=Notif|Finish)
          ^

这将防止.*?模式从\d+继承贪婪性。

请参见IDEONE演示。

- Wiktor Stribiżew

---

是的，你也可以使用 unrolled 的 贪婪 正则表达式模式，例如 Notif[\d+][^NF]*(?:(?:N(?!otif)|F(?!inish))[^NF]*)*，但它不太易读。但是，它更有效率。 - Wiktor Stribiżew

需要更多的解释。? 如何帮助？ - Sumit

一个分支中的所有量词都会切换到相同的贪婪度，第一个遇到的设置贪婪度类型：懒惰或贪婪。+匹配尽可能多的1个或多个字符。因此，您模式中的最后一个.*?匹配到最后一个Finish或Notif之前的所有文本。在+后添加?使.*?保持其懒惰含义，匹配到第一个Notif或Finish。 - Wiktor Stribiżew

严格来说，它们都是同一个有限自动机中的量词。从某种程度上来说很容易理解，但在与正则表达式的关联上几乎是不可能的，除非在某些特定点上（所以(?=…)是其中一个简单的情况）。 - Donal Fellows