Question

我正在修改一个复杂的正则表达式，它从Ruby 2.1.1中的文本中提取URL。

我发现\ b元字符的存在改变了处理路径的正则表达式的特定部分的行为。

str = "/foo/bar/"
str =~ /((?:\/\w+)+\/?)/   # 0
$1                         # => "/foo/bar/"

str =~ /((?:\/\w+)+\/?)\b/ # 0
$1                         # => "/foo/bar"

为什么呢？我希望/？是贪婪的，并且尽管最后存在\ b，但仍会捕获尾随斜线。

Answer 1

你是对的：?量词是贪婪的

首先，引擎贪婪地匹配尾部斜杠/。然后引擎在模式和字符串中前进，但在该新位置（在尾随/之后），它无法匹配下一个标记\b。这是因为\b只能在单词字符（字母，数字或下划线）和非单词字符串或字符串的开头或结尾之间匹配：它在/之后无法匹配 - 除非跟着它有一个字符。

引擎回溯并删除可选的尾部斜杠

由于\b无法匹配，为了返回匹配项，引擎会尝试回溯。它回溯并删除可选的尾部斜杠。这允许\b在r之后匹配，解释/foo/bar。

字边界元字符（\ b）意外地更改正则表达式行为

1 个答案: