Question

请一点正则表达式帮助。

为什么这些不同？

Regex.Replace("(999) 555-0000 /x ext123", "/x.*|[^0-9]", String.Empty)
"9995550000"


Regex.Replace("(999) 555-0000 /x ext123", "[^0-9]|/x.*", String.Empty)
"9995550000123"

我以为管道操作员不关心订单......或者可能有其他东西可以解释这个？

Answer 1

如果我做了一个疯狂的猜测，我会说它首先运行表达式的第一部分，然后是第二部分。所以，在第二种情况下发生的事情是它正在删除所有非数字部分，这意味着第二部分将永远不会匹配，并使您的扩展保持原样。

由于它必须首先运行表达式的某些部分，因为它不能同时运行，我会说这是一个相当自然的假设，虽然我可以看到为什么你可能会被抓住...绝对是一个有趣的问题。

编辑：为了解决措辞，正如Ben正确指出的那样，尝试从字符串中的每个字符开始匹配表达式。那么，第二种情况会发生什么：

没有"^"锚点，所以我们尝试在每个子字符串的开头：
对于"(999) 555-0000 /x ext123"，"("匹配[^0-9]，因此请将其替换为空（删除）。
对于"999) 555-0000 /x ext123"，"999"部分与[^0-9]不匹配，也不匹配/x.*，因此我们会继续尝试")"，匹配[^0-9]，因此我们将其删除。
等等。当它到达"/"时，同样的事情发生，它匹配[^0-9]并被删除，这意味着正则表达式的第二部分永远不会匹配。

在第一种情况下，会发生以下情况：

同样，没有"^"锚，所以我们尝试所有子串：
对于"(999) 555-0000 /x ext123"，"("与/x.*不匹配，但它与[^0-9]匹配，因此请将其替换为空（删除）。
对于"999) 555-0000 /x ext123"，"999"部分与/x.*不匹配，也不匹配[^0-9]，因此我们会继续尝试")"，与/x.*不匹配，但匹配[^0-9]，因此我们将其删除。
当我们点击"/x"时，这次/x.* 与匹配，它与"/x ext123"匹配，其他字符串被移除，留下我们没法继续。

Answer 2

我认为你对交替（即管道）有错误的想法。在纯粹的DFA正则表达式实现中，无论排序方式如何，交替都有利于最长匹配。换句话说，整个正则表达式，无论它是否包含交替，总是返回最早和最长的匹配 - “最左边最长”的规则。

然而，当今大多数流行的编程语言（包括.NET）中的正则表达式实现都是Friedl调用传统NFA 引擎的。它们与DFA引擎之间最重要的区别之一是交替是不贪心;它按照它们列出的顺序尝试替代方案，并在其中一个匹配时立即停止。唯一会导致它改变主意的是，如果匹配在正则表达式中的稍后点失败，则强制它回溯到交替。

请注意，如果您在两个正则表达式中将[^0-9]更改为[^0-9]+，您将从两者中获得相同的结果 - 但不是您想要的结果。（我假设/x.*替代方案应匹配 - 并删除 - 字符串的其余部分，包括分机号。）我建议这样的事情：

"[^0-9/]+|/x.*$"

这样，即使启动也不能替代另一个匹配的替代品。这不仅可以防止您遇到的混乱，还可以避免潜在的性能瓶颈。 DFA和NFA之间的其他其他主要差异之一是，写得很糟糕的NFA容易出现严重（甚至catastrophic）性能问题，而且草率交替是触发它们的最简单方法之一

Answer 3

交替运算符（|）按提供的顺序尝试表达式。在第一个示例中，它首先尝试匹配表达式/x.*，然后尝试匹配[^0-9]。

因为字符串" /x ext"可以与第一个表达式[^0-9]匹配，如第二个示例所示，表达式的第二部分/x.*永远不会被调用。

Billy3

编辑：有关交替运算符的更多信息：http://www.regular-expressions.info/alternation.html

Answer 4

您缺少一些括号。：）

Answer 5

表达式中的问题是/x.*匹配贪婪。在第一个表达式中，它首先被提供，因此引擎首先尝试匹配它，导致在/ x之后匹配字符串的所有其余部分，因为。*。

如果将其更改为/x.*？你得到与第二个表达式相同的结果。的？在*告诉正则表达式引擎匹配非贪婪之后。

检查http://www.regular-expressions.info/repeat.html以了解有关贪婪的更多信息。

正则表达式和管道操作员

5 个答案: