Question

我很抱歉这个糟糕的头衔，但这是一个非常通用的问题

我必须匹配这种模式

;AAAAAAA(BBBBBB,CCCCC,DDDDDD)

AAAAA =从“;”开始的所有字符to“（”（both;（not included）
BBBBB =从“（”到“，”开头的所有字符（两者（不包括在内）
CCCCC =所有字符从“，”到“，”（两者都包括在内）
DDDDD =从“，”到“）”（两者）开头的所有字符都不包括在内）

“x和y之间的所有字符”是每次都会导致我的问题

：（

我正在使用PHP，我必须匹配所有出现的这种模式（preg_match_all），遗憾的是，它可以在多行上

提前谢谢！

Answer 1

我建议你不要使用不合理的量词，而是将所有重复与其分隔符互斥。这是什么意思？例如，这意味着A可以是除(之外的任何字符。给这个正则表达式：

;([^(]*)[(]([^,]*),([^,]*),([^)]*)[)]

甚至不需要最后[)]。

PHP代码将如下所示：

preg_match_all('/;([^(]*)[(]([^,]*),([^,]*),([^)]*)[)]/', $input, $matches);
$fullMatches = $matches[0];
$arrayOfAs = $matches[1];
$arrayOfBs = $matches[2];
$arrayOfCs = $matches[3];
$arrayOfDs = $matches[4];

正如评论所示，我的逃避技术是一个品味问题。这个正则表达式当然等于：

;([^(]*)\(([^,]*),([^,]*),([^)]*)\)

但我认为这看起来比其他变种更不匹配/不平衡。带你去挑选！

最后，对于为什么这种方法比使用ungreedy（懒惰）量词更好的问题。 Here is some good, general reading.基本上，当你使用不合理的量词时，引擎仍然需要回溯。它首先尝试重复一次，然后注意到(之后不匹配。所以它必须回到重复并消耗另一个角色。但是(仍然不匹配，所以再次回到重复。然而，通过这种方法，当第一次进行重复时，引擎将尽可能多地消耗。当消耗掉所有非(个字符时，引擎就能立即匹配以下(。

Answer 2

你可以使用类似这样的代码：

preg_match_all('/;(.*?)\((.*?),(.*?),(.*?)\)/s',$text,$matches);

在ideone.com上查看。

基本上，你可以使用.*?（问号是不合适的），确保转义括号，你可能需要s修饰符让它在多行上运行。

变量将在数组中：$matches

我怎么写这个正则表达式？ ungreedy相关

2 个答案: