Question

这是Perl regular expression to match an IP address的后续行动。我想展示如何正确解决问题，但遇到了意想不到的行为。

use 5.010;
use strictures;
use Data::Munge qw(list2re);
use Regexp::IPv6 qw($IPv6_re);
use Regexp::Common qw(net);

our $port_re = list2re 0..65535;

sub ip_port_from_netloc {
    my ($sentence) = @_;
    return $sentence =~ /
        (                   # capture either
          (?<= \[ )
            $IPv6_re        #  IPv6 address without brackets
          (?=  \] )
        |                   # or
            $RE{net}{IPv4}  #  IPv4 address
        )
        :                   # colon sep. host from port
        ($port_re)          #   capture port
    /msx;
}

my ($ip, $port);
($ip, $port) = ip_port_from_netloc 'The netloc is 216.108.225.236:60099';
say $ip;
($ip, $port) = ip_port_from_netloc 'The netloc is [fe80::226:5eff:fe1e:dfbe]:60099';
say $ip;

第二场比赛失败。 use re 'debugcolor'显示:($port_re)已与IPv6地址中的:5匹配。这让我感到惊讶，因为我没有用?关闭贪婪。我预计它会吞噬到]之前的所有内容，然后才会匹配分离的冒号以及之后的内容。

为什么会发生这种情况，以及解决方法是什么？

Answer 1

只有当你的一个原子可以选择匹配多少（即使用*，+，?或{{1}时，贪婪才会发挥作用}）。这不是贪婪问题。

问题是正则表达式只会匹配一个IPv6地址，如果它紧跟着“{n,m}”和“]”。这不可能发生。

您可以使用两种不同的匹配，也可以使用以下内容：

也许这有点清洁？

my $port_re = list2re 0..65535;
my $IPv4_re = $RE{net}{IPv4};

sub ip_port_from_netloc {
    my ($sentence) = @_;
    return if $sentence !~ /
        (?: \[ ( $IPv6_re ) \]
        |      ( $IPv4_re )
        )
        : ($port_re)
    /msx;

    return ($1 // $2, $3);
}

Answer 2

零宽度断言不会被消耗，因此文字右括号仍然可以与第一个捕获组匹配。此调整似乎有效：

/
    \[?(                   # capture either
      (?<= \[ )
        $IPv6_re        #  IPv6 address without brackets
      (?=  \] )
    |                   # or
        (?<! \[ )
        $RE{net}{IPv4}  #  IPv4 address
        (?! \] )
    )\]?
    :                   # colon sep. host from port
    ($port_re)          #   capture port
/msx;

为什么这个正则表达式不贪心？

2 个答案: