Question

我认为默认情况下我的正则表达式会表现出我想要的贪婪行为，但它不在以下代码中：

 Regex keywords = new Regex(@"in|int|into|internal|interface");
 var targets = keywords.ToString().Split('|');
 foreach (string t in targets)
    {
    Match match = keywords.Match(t);
    Console.WriteLine("Matched {0,-9} with {1}", t, match.Value);
    }

输出：

Matched in        with in
Matched int       with in
Matched into      with in
Matched internal  with in
Matched interface with in

现在我意识到如果我只是按照长度降序对关键字进行排序，我可以让它为这个小例子工作，但是

我想明白为什么会这样没有按预期工作，
我正在处理的实际项目在正则表达式中有更多的单词保持他们是很重要的字母顺序。

所以我的问题是：为什么这是懒惰的，我该如何解决？

Answer 1

懒惰和贪婪仅适用于量词（?，*，+，{min,max}）。轮换总是按顺序匹配并尝试第一个可能的匹配。

Answer 2

看起来你正在试图破解事情。要做到这一点，你需要整个表达式是正确的，你当前的表达式不是。试试这个......

new Regex(@"\b(in|int|into|internal|interface)\b");

“\ b”表示匹配字边界，并且是零宽度匹配。这是依赖于语言环境的行为，但通常这意味着空格和标点符号。作为零宽度匹配，它将不包含导致正则表达式引擎检测字边界的字符。

Answer 3

根据RegularExpressions.info，正则表达式为eager。因此，当它通过piped expression时，它会在第一次完全匹配时停止。

我的建议是将所有关键字存储在数组或列表中，然后在需要时生成已排序的管道表达式。只要您的关键字列表没有更改，您只需要执行此操作。只需将生成的表达式存储在某种单独的单例中，然后在正则表达式执行时返回它。

正则表达式表现得很懒，应该是贪心的

3 个答案: