Question

我的正则表达式是.*MSIE (\d+\.\d+).*(Trident/\d\.\d)?.*

要匹配的字符串：
Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.1; WOW64; Trident/5.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; Media Center PC 6.0; .NET4.0C; .NET4.0E)

所以我希望第2组包含Trident / 5.0的值。但是即将出现。我有什么问题在这里做错了吗？如果我在?之后删除(Trident/\d\.\d)，则会将其作为第2组选中。

Answer 1

问题

问题是可选.*前面有(Trident/\d\.\d)。在放弃并将可选组匹配为空字符串之前，正则表达式引擎不会尝试检查是否存在匹配(Trident/\d\.\d)的任何内容。

此跟踪将演示正则表达式引擎的工作原理：

匹配.*MSIE (\d+\.\d+)后，其余文字为：

; Windows NT 6.1; WOW64; Trident/5.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; Media Center PC 6.0; .NET4.0C; .NET4.0E)

.*贪婪，所以它会匹配字符串末尾的所有内容。没有留下任何文字。
(Trident/\d\.\d)?贪婪，所以它会首先尝试匹配Trident/\d\.\d，但失败了。但是，它可以匹配空字符串（空字符串可以在任何地方，甚至在行尾）。因此空字符串与此部分匹配。
.*也会匹配空字符串，因为我们位于该行的末尾。

将中间的.*更改为延迟量词，即.*MSIE (\d+\.\d+).*?(Trident/\d\.\d)?.*不会出于同样的原因：

.*MSIE (\d+\.\d+)匹配后，同样的事情。
.*?很懒，所以它会首先尝试空字符串。剩下的文字与上面相同（没有消费）。
(Trident/\d\.\d)?贪婪，再次尝试(Trident/\d\.\d)，失败，并且匹配空字符串。
.*匹配字符串的其余部分，.*MSIE (\d+\.\d+)离开。

解决方案

要在引出简单方法之前强制引擎检查(Trident/\d\.\d)，我们可以使整个.*(Trident/\d\.\d)可选。这将提示引擎在放弃并满足空字符串之前检查匹配(Trident/\d\.\d)的所有可能性。

.*MSIE (\d+\.\d+)(.*(Trident/\d\.\d))?

跟踪正则表达式：

.*MSIE (\d+\.\d+)与上述相同。
(.*(Trident/\d\.\d))?贪婪，因此在转到空字符串之前会尝试.*(Trident/\d\.\d)。如果输入字符串中有模式，它肯定会找到匹配项。如果没有，.*(Trident/\d\.\d)将失败，我们将使用空字符串。

如果您的引擎支持非捕获组：

.*MSIE (\d+\.\d+)(?:.*(Trident/\d\.\d))?

由于您只需要Trident...，我们无需捕捉整个事情。

Answer 2

你实际上已经解决了这个问题。。。与“删除？” 。。。如果(Trident/\d\.\d)是可选的，则.*MSIE (\d+\.\d+).*(Trident/\d\.\d)?.*与.*MSIE (\d+\.\d+).*实际上没有区别。

最简单的解决方法是将其分解为两个搜索：MSIE (\d+\.\d+)和(Trident/\d\.\d)。您可以执行更复杂的单一匹配，但为了简单起见，您可能希望使用两个单独的匹配。

可选表达式未分组

2 个答案:

问题

解决方案