Question

Perl的正则表达式匹配是贪婪的，所以正则表达式

/\A (a+) (.+) \z/x

匹配字符串'aaab'，将设置$ 1 ='aaa'和$ 2 ='b'。（\ A和\ z只是强制字符串的开头和结尾。）

您还可以提供非贪婪的限定符，如

/\A (a+?) (.+?) \z/x

这仍然匹配，但是给$ 1 ='a'和$ 2 ='aab'。

但我想检查所有可能的方法来生成字符串，这是

$1='aaa' $2='b'
$1='aa'  $2='ab'
$1='a'   $2='aab'

第一种方式对应于默认的左贪婪行为，第三种方式对应于使第一次匹配非贪婪，但可能存在这些极端之间的方式。是否有一个正则表达式引擎（无论是Perl，还是其他一些如PCRE或RE2）可以尝试所有可能的方法，指定regexp生成给定的字符串？

除此之外，这将允许您实现“POSIX兼容”正则表达式匹配，其中选择最长的总匹配。在我的情况下，我真的希望看到所有可能性。

（一种方法是使用正则表达式本身，在第一次尝试时用+ 1,1}替换+修饰符，然后用{1,2}，{1,3}依旧替换 - 对于每个+的组合正则表达式中的*修饰符。这非常费力且缓慢，并且停止时并不明显。我希望能有更聪明的东西。）

背景

要回答Jim G.关于这可能解决的问题的问题，请考虑规则给出的两种语言之间基于规则的翻译系统

translate(any string of one or more 'a' . y) = 'M' . translate(y)
translate('ab') = 'U'

然后有翻译（'aaab'）的可能结果，即'MU'。您可以尝试将这些规则放在基于正则表达式的Perl代码中，如

our @m;
my @rules = (
  [ qr/\A (a+) (.*) \z/x => sub { 'M' . translate($m[1]) } ],
  [ qr/\A ab        \z/x => sub { 'U'                    } ],
);

其中translate遍历每个@rules并尝试依次应用它们：

sub translate {
    my $in = shift;
    foreach (@rules) {
        my ($lhs, $rhs) = @$_;
        $in =~ $lhs or next;
        local @m = ($1, $2);
        my $r = &$rhs;
        next if index($r, 'fail') != -1;
        return $r;
    }
    return 'fail';
}

但是，调用translate（'aaab'）会返回'fail'。这是因为它尝试应用匹配（a +）（。*）和正则表达式的第一个规则引擎找到与最长字符串'a'的匹配。

使用ikegami建议的答案，我们可以尝试各种方式正则表达式生成字符串：

use re 'eval';
sub translate {
    my $in = shift;
    foreach (@rules) {
        my ($lhs, $rhs) = @$_;
        local our @matches;
        $in =~ /$lhs (?{ push @matches, [ $1, $2 ] }) (*FAIL)/x;
        foreach (@matches) {
            local @m = @$_;
            my $r = &$rhs;
            next if index($r, 'fail') != -1;
            return $r;
        }
    }
    return 'fail';
}

现在翻译（'aaab'）返回'MU'。

Answer 1

local our @matches;
'aaab' =~ /^ (a+) (.+) \z (?{ push @matches, [ $1, $2 ] }) (*FAIL)/x;

Perl给定字符串中的正则表达式的所有匹配项

背景

1 个答案: