Question

在PHP和Java中，我将/^[^\pL]*|[^\pL]*$/应用于-A-，我得到*A**。我应用了对称模式并获得了不对称结果！为什么？我想知道为什么它的输出不是*A*？

模式说除了字符串末尾的字母之外的所有东西都应该被*替换，它也是贪婪的，应该将所有非字母的东西一起替换。

Alos在RegexBuddy中的注释我得到了*A*这就是我的期望。

更新：我简化了问题以集中我的主要关注点。

Answer 1

#^[^\pL]+|[^\pL]+$#u

将*替换为+。将*与$结合使用并不像预期的那样有效。在正则表达式引擎如何工作的奇怪结果中，X*$将为X*找到两个匹配项。使用+修复了它。

解释

[^\pL]*$

让我们看一下正则表达式的这一部分，这部分没有按预期工作。为什么它会在一些字符串的末尾加上两个*？

在替换第一组破折号后，请考虑第三个示例字符串---A---：
```
*A---$
```
正则表达式引擎在此处找到正则表达式的匹配项：
```
*A---$
  ^
```
并用星号替换"---"：
```
*A*$
  ^
```
然后将其内部光标移动到替换字符串的右侧。
```
*A*$
   ^
```
从此光标位置开始，查找另一场比赛。它找到了一个！它找到"" - 空字符串！ ""由0或更多非字母（[^\pL]*）组成，并且它锚定在字符串的末尾（$），因此它是有效匹配。当然，它找到了空字符串，但这是允许的。

这是出乎意料的，因为它再次与$锚点匹配。这不是错的吗？它应该不再匹配$，是吗？嗯，实际上，它应该，而且确实如此。它可以再次匹配$，因为$不是输入字符串中的实际字符 - 它是零宽度断言。它不会被第一次更换“用完”。允许$匹配两次。
因此，它用星号“替换”空字符串""。这就是你最终得到两个星号的原因。
```
*A**$
   ^
```
如果正则表达式引擎返回到第4步，它会找到另一个空字符串并添加另一个星号。从概念上讲，那里有无数个空字符串。为避免这种情况，引擎不允许下一个匹配从与前一个匹配的位置开始。此规则使其无法进入无限循环。

Answer 2

正确的正则表达式是这样的：

$arr = preg_replace('#^[^\pL]+|[^\pL]+$#','*', 
           array('A','-A-','---A---','-+*A*+-','------------A------------'));

注意+而不是*。这将给出输出：

Array
(
    [0] => A
    [1] => *A*
    [2] => *A*
    [3] => *A*
    [4] => *A*
)

PS：请注意，由于A之前和之后没有非alpha 字符，第一个元素将保持不变。

Answer 3

运行一次：
在代码之后和代码正文中给出了解释 - 作为注释。

<?php
class String
{
    private $str;
    public function __construct($str)
    {
        $this->str=$str;
    }
    public function replace($regex,$replacement)
    {
        return preg_replace($regex,$replacement,$this->str);
    }
}

function String($str)
{
    return new String($str);
}

echo String('A')->replace('/^[^\pL]*|[^\pL]*$/','*').'<br />';//Outputs *A*
 //Why does this output *A* and not A?
 //Because it successfully matches an empty string
 //The easiest way to test for the presence of an empty string is like so:
echo String('A')->replace('//','*').'<br />';//Outputs *A*
 //The engine begins by placing its internal pointer before the string like so:
 // A
 //^
 //It then tests the regular expression for the empty string ""
 //Most regular expressions will fail this test. But in our case matches it successfully.
 //Since we are preforming a search and replace the "" will get replaced by a "*" character
 //Then the internal pointer advances to the next character after its successful match
 // A
 // ^
 //It tests our regular expression for the A character and it fails.
 //Since we are performing a search and replace the searched "A" portion remains unchanged as "A"
 //The internal pointer advances to the next character
 // A
 //  ^
 //It tests our regular expression for the empty string ""
 //Again, most regular expressions will fail this test. But since ours successfully matched it,
 //The "" portion will get replaced by "*"
 //The engine then returns our output:
 //*A*
echo '<hr />';
 //If we wanted to replace the A character too, we'd do this:
echo String('A')->replace('/|A/','*').'<br />';//Outputs ***
 //Or we could do:
echo String('A')->replace('/.*?/','*').'<br />';//Outputs ***
 //Thus we see for a 1 character string the engine will test for the empty spaces "" before and after the character as well
 //For a 19 character string it tests for all the gaps between each character like so:
echo String('19 character string')->replace('//','*').'<br />';//Outputs *1*9* *c*h*a*r*a*c*t*e*r* *s*t*r*i*n*g*
 //For an empty string it would match once successfully like so:
echo String('')->replace('//','*').'<br />';//Outputs *

echo String('A')->replace('/^[^\pL]*|[^\pL]*$/','*');//Outputs *A*

为什么以上输出*A*而非A？
因为此正则表达式成功匹配空字符串"" 使用空的正则表达式观察到相同的行为，如下所示：
echo String('A')->replace('//','*');//Outputs *A*

我现在解释 为什么正则表达式引擎实现产生这些奇怪的结果。之后你会明白，它们根本不是那么奇怪，但实际上是正确的行为。

引擎首先将内部指针放在字符串之前，如下所示：

  A
_ _ _
^

由于指针指向空字符串""，因此它会根据我们的正则表达式对其进行测试大多数正则表达式将无法通过此测试，因为满足正则表达式所需的最小字符数通常是一个或多个。但在我们的情况下，匹配成功，因为0个字符与我们的正则表达式有效匹配由于我们正在执行搜索和替换，因此""将替换为"*"字符。
然后内部指针在成功匹配后前进到下一个字符：

  A
_ _ _
  ^

它测试"A"字符的正则表达式，失败由于我们正在执行搜索和替换，因此搜索到的"A"部分保持不变为"A"
内部指针前进到下一个字符：

  A
_ _ _
    ^

它测试我们的正则表达式为空字符串""
同样，大多数正则表达式都将无法通过此测试但由于我们的正则表达式成功与之匹配，""部分将被"*"替换为引擎然后完成循环遍历字符串"A"并返回我们的输出："*A*"

如果我们也想替换A字符，我们就这样做：
echo String('A')->replace('/|A/','*');//Outputs ***

或者我们可以这样做：
echo String('A')->replace('/.*?/','*').'<br />';//Outputs ***

因此，我们看到一个1字符的字符串引擎将在字符前后测试""。

对于19个字符的字符串，它测试每个字符之间的所有间隙，如下所示：
echo String('19 character string')->replace('//','*');
//Outputs *1*9* *c*h*a*r*a*c*t*e*r* *s*t*r*i*n*g*

对于一个空字符串，它将成功匹配一次，如下所示：
echo String('')->replace('//','*');//Outputs *

我的解释得出结论。要修复正则表达式，请按照之前的建议操作并使用：
/^[^\pL]+|[^\pL]+$/
这将使满足正则表达式所需的最小字符数为1，从而解决不需要的行为。

作为最后一句话，如果有人想知道\pL在正则表达式中做了什么，它基本上意味着：匹配任何类似字母的字符（而不是数字或符号）。这里解释如下： http://www.php.net/manual/en/regexp.reference.unicode.php

Answer 4

/^[^\pL]*|[^\pL]*$/  
['A','-A-','---A---','-+*A*+-','------------A------------']

也许我误解了问题或正则表达式，但看起来它与两个选项中的一个匹配

选项1：它匹配/^换行符或字符串的开头。然后它匹配一个不是零或更多次字母的字符

理论上-A，=A，-，=-+_+_==-=~````~!@#$A，甚至=-+_+_==-=~~!@#都符合此要求。

选项2：它匹配的字母不是零或更多次，然后匹配字符串或行的结尾

替换文本末尾的额外字符

4 个答案:

解释