正则表达式，分组和量词

Question

正则表达式，分组和量词

javascriptphpregexregex-groupquantifiers

5

我刚刚做了http://regexcrossword.com/上有趣的正则表达式填字游戏，发现我不理解量化组的含义，例如(.)+或(.)*。

让我试试http://ole.michelsen.dk/tools/regex.html，它提供了JavaScript和PHP正则表达式引擎：

要匹配的字符串是"Trololo!"（不带引号）。（如果开启"全局匹配"会改变什么，它会作为JS的原始版本添加，因为在PHP模式下它没有改变任何内容。）

JS,  (.)+ => 0: Trololo! 1: ! 
JS', (.)+ => 0: Trololo! 
PHP, (.)+ => 0: Trololo! 0: ! 
JS,  (.)* => 0: Trololo! 1: ! 
JS', (.)* => 0: Trololo! 
PHP, (.)* => 0: Trololo! 1: 0: ! 1: 
JS,  (.){5} => 0: Trolo 1: o 
JS', (.){5} => 0: Trolo 
PHP, (.){5} => 0: Trolo 0: o 
JS,  (.){4} => 0: Trol 1: l 
JS', (.){4} => 0: Trol 1: olo! 
PHP, (.){4} => 0: Trol 1: olo! 0: l 1: !

这是否有一个规范答案来解释它的语义？

- Falko

什么是 JS 和 JS'？它们有什么区别？ - Rohit Jain

1

我认为那个网站没有给你正确的组。请使用http://www.regexplanet.com/代替。 - Rohit Jain

1个回答

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

- Martin Ender · Accepted Answer

输出未正确标记。首先，应该发生什么？如果您重复一组，则每个新实例都会覆盖上一个捕获。如果根本不使用该组，则会返回一个空字符串或在JS中类似于undefined的内容（这取决于风格）。在regular-expressions.info上有一个关于此问题的好文章。

现在我们如何到达您的结果？让我们从JavaScript开始。所有标记为JS（非全局）的示例都符合上述说明。它们在0中匹配所需字符的数量，并在1中捕获最后一个字符。因此，我们可以忽略这些。

全局标记是什么？这里输出被错误解释了。当您在String.match()函数中使用全局标记时，您不再获取所有捕获的数组 - 而是仅获取所有匹配（每个匹配的组0）。因此，在仅有一个匹配的+，*和{5}的情况下，您只会得到那一个结果。对于目标字符串中有足够空间容纳两个匹配项的{4}，因此生成的数组包含两个元素。要使用全局标记获取所有捕获，您需要编写循环并改用RegExp.exec()（它一次给出一个匹配项，但是其所有捕获）。

还有PHP怎么办？似乎它正在使用preg_match_all，无论如何都是全局的，这就是为什么使用g没有效果的原因。 +再次给出了您期望的结果。 {5}也是如此。

其他两个怎么样？在这里，输出被错误地解释。默认情况下，preg_match_all会给出一个二维数组，其中第一个索引对应于组，第二个索引对应于匹配。在您的输出中，它是另一种方式进行解释的。因此，在存在多个匹配项时，第一对0和1是找到的两个匹配项的整个匹配项。第二对0和1是您在这两个匹配项中捕获的内容。

因此，对于*，您首先以匹配项的形式获得完整字符串，然后以捕获的形式获取最后一个字符（标记为0的两件事），这是正确的。然后，由于*允许零宽度匹配，因此您在字符串末尾获得另一个（空）匹配项，以及一个空捕获。我不确定相应的JS'示例为什么不包含额外的空字符串，因为String.match将执行相同的操作。

对于 {4}，你只会得到两个匹配项 (Trol 和 olo!)，就像在 JavaScript 中使用捕获组 l 和 ! 一样，这完全没有问题。