Question

初学者的问题。在代码中：

$a = 'aaagggaaa';

(@b) = ($a =~ /(a.+)(g.+)/);

print "$b[0]\n";

为什么$b[0]等于 aaagg 而不是 aaa ？换句话说 - 为什么第二组 - (g.+) - 仅匹配最后一个g？

Answer 1

因为第一个.+是＆＃34;贪婪＆＃34;，这意味着它会尝试匹配尽可能多的字符。
如果你想证明这个＆＃34;贪心＆＃34;行为，您可以将.+替换为.+?，以便/(a.+?)(g.+)/返回（＆＃39; aaa＆＃39;，＆＃39; gggaaa＆＃39;）。

也许，您想写/(a+)(g+)/（只有第一组中的＆＃39;以及第二组中的＆＃39;）。

Answer 2

Perl正则表达式通常匹配可能的最长字符串。

在您的代码中，它与上一个g匹配，并返回输出 aaagg 。如果要将输出作为 aaa ，则需要使用非贪婪行为。使用此代码：

$a = 'aaagggaaa';
(@b) = ($a =~ /(a.+?)(g.+)/);
print "$b[0]\n";

将输出：

aaa

显然，使用question mark会使匹配不合理。

Answer 3

你写的正则表达式：

($a =~ /(a.+)(g.+)/);

尽可能抓住"a"和任何字词，在一个"g" 中完成后跟更多字符。因此，第一个(a.+)只匹配"aaagg"，直到正则表达式的第二部分匹配为止：(g.+) =＆gt; "gaaa"

@b数组会收到两个匹配"aaagg"和"gaaa"。因此，$b[0]只打印"aaagg"。

Answer 4

问题在于，第一个.+导致g尽可能向右匹配。
为了向您展示实际发生的情况，我修改了您的代码以输出更多说明性的debug信息。

$ perl -Mre=debug -e'q[aaagggaaa] =~ /a.+[g ]/'

Compiling REx "a.+[g ]"
Final program:
   1: EXACT <a> (3)
   3: PLUS (5)
   4:   REG_ANY (0)
   5: ANYOF[ g][] (16)
  16: END (0)
anchored "a" at 0 (checking anchored) minlen 3

Guessing start of match in sv for REx "a.+[g ]" against "aaagggaaa"
Found anchored substr "a" at offset 0...
Guessed: match at offset 0
Matching REx "a.+[g ]" against "aaagggaaa"
   0 <> <aaagggaaa>          |  1:EXACT <a>(3)
   1 <a> <aagggaaa>          |  3:PLUS(5)
                                  REG_ANY can match 8 times out of 2147483647...
   9 <aaagggaaa> <>          |  5:  ANYOF[ g][](16)
                                    failed...
   8 <aaagggaa> <a>          |  5:  ANYOF[ g][](16)
                                    failed...
   7 <aaaggga> <aa>          |  5:  ANYOF[ g][](16)
                                    failed...
   6 <aaaggg> <aaa>          |  5:  ANYOF[ g][](16)
                                    failed...
   5 <aaagg> <gaaa>          |  5:  ANYOF[ g][](16)
   6 <aaaggg> <aaa>          | 16:  END(0)
Match successful!
Freeing REx: "a.+[g ]"

请注意，第一个.+正在捕捉它可以开始的所有内容然后它必须回溯直到g可以匹配。

你可能想要的是：

/( a+     )( g+  )/x;
/( a.+?   )( g.+ )/x;
/( a+     )( g.+ )/x;
/( a[^g]+ )( g.+ )/x;
/( a[^g]+ )( g+  )/x;
# etc.

如果没有您的更多信息，就无法知道您想要的正则表达式。

真正的正则表达式本身就是一种语言，比Perl的其余部分更复杂。

Answer 5

通常正则表达式是贪婪的。您可以使用?字符将其关闭：

$a = 'aaagggaaa';
my @b = ($a =~ /(a.+)(g.+)/);
my @c = ($a =~ /(a.+?)(g.+)/);
print "@b\n";
print "@c\n";

输出：

aaagg gaaa
aaa gggaaa

但我不确定这是你想要的！那么abagggbb呢？您需要aba？

Perl中的重叠模式匹配

5 个答案: