使用正则表达式匹配多个或零个出现次数（按此顺序）

Question

我希望使用Groovy正则表达式来匹配罗马数字（我没有在Java中尝试过，但应该是相同的）。 我在这个网站上找到了一个答案，其中有人建议使用以下正则表达式：

/M{0,4}(CM|CD|D?C{0,3})(XC|XL|L?X{0,3})(IX|IV|V?I{0,3})/

问题在于在Groovy中，像/V?I{0,3}/这样的表达式不是贪婪的。所以对于字符串"Book number VII"，匹配器/V?I{0,3}/返回的是"V"，而不是期望的"VII"。

显然，如果我们使用模式/VI+/，那么我们会得到匹配"VII"...但是如果字符串是"Book number V"，这种解决方案就无效了，因为我们将得不到任何匹配...

我试图通过使用贪婪量词/VI{0,3}+/或者/VI*+/来强制捕获最大字符，但我仍然得到了"V"而不是"VII"的匹配。

有什么想法吗？

- Alex

---

在Java中它肯定是贪婪的（对“VIII”运行，在第3组中得到“VIII”，而不是“V”。同时，仅测试正则表达式“V?I {0,3}”也会产生贪婪的结果）。您确定您正在Groovy中观察到此行为吗？似乎很奇怪Groovy将使用不同的正则表达式引擎。 - Mark Peters

啥？所以，?是贪婪模式，但是{n,m}不是？ - Bart Kiers

不完全是关于主题的，但正则表达式似乎过度指定了。它将通过无效的罗马数字，因此不能用于错误检查。但显然很麻烦。那么像 [MCDXLIV]+ 这样的东西怎么样？ - Tony Ennis

我刚在Java中运行了这个代码，结果是正确的。所以Java返回贪婪匹配的结果。但是Groovy不会。我正在使用Groovy控制台运行一个脚本，版本是groovy 1.7.0，并且{0,3}不是贪婪匹配。奇怪的是，{n,m}是贪婪匹配，但只有当n!=0时。同样地，.*只有在与0个字符匹配不符合模式时才是贪婪匹配。 - Alex

Answer 1

为什么不直接使用 (IX|IV|V?I{1,3}|V)？ 这样更简单明了。

- Chochos

---

谢谢。这个可以工作，因为V?I{1,3}比只有V的优先级更高。我很困惑，因为V?I{0,3}本应该可以单独工作（在Java中可以，但在Groovy中不行）。 - Alex

那么...选择这个回答作为“最佳答案”怎么样？ - Chochos

Answer 2

我找到了我的错误所在。 问题是像/V?I{0,3}/或/V?I*/这样的模式甚至可以匹配空字符串...因此对于像"Book VII"这样的字符串，匹配器将抛出以下结果匹配：

Result[0] --> ''
Result[1] --> '' 
Result[2] --> ''
Result[3] --> '' 
Result[4] --> '' 
Result[5] --> 'VII'
Result[6] --> '' 

贪婪匹配的结果已经出现了（Result[5]）。 我的问题在于我总是选择第一个匹配项（Result[0]），而这只有在模式未被空字符串匹配时才有效。

例如，建议使用的模式/V?I{1,3}|V/只会抛出一个结果，因此选择第一个匹配结果是可以的：

Result[0] --> 'VII'

这是因为空字符串不符合模式。

希望这能帮助其他人。

- Alex