这是否违反了“最左边最长”的原则？

Question

我正在尝试编写一个正则表达式来识别单行文本，并将下划线（_）识别为行继续符。例如，“foo_ \ nbar”应该被视为一行，因为“foo”以下划线结尾。我在尝试：

$txt = "foo_\nbar";
print "$&\n" if $txt =~ /.*(_\n.*)*/;

然而，这仅打印：

foo_

这似乎违反了Perl regexes的“最左边最长”规则！

有趣的是，如果我删除正则表达式中的最后一个星号（*），即：

$txt = "foo_\nbar";
print "$&\n" if $txt =~ /.*(_\n.*)/;

确实打印：

foo_
bar

但是我需要明星认出“0或更多”的延续！

我做错了什么？

Answer 1

@ysth解释了为什么会发生这种情况。要修复它，您可以使用以下正则表达式：

/([^_\n]|_.)*/s

Answer 2

Perl不做“最左边最长”;相反，每个正则表达式功能都有明确定义的行为方式。只要正则表达式的其余部分完全匹配，您的初始*将尽可能多地匹配。为防止它吞咽_，请执行以下操作：

/(.*(?!(?<=_)\n)_\n)*.*/

Answer 3

正则表达式设计有两种基本风格：

POSIX定义最左边最长的味道。例如：将任何“a | b”更改为“b | a”对完全匹配没有任何作用。

PERL定义左偏味。每个“a | b”检查左分支“a”，如果这匹配，则从不检查“b”。因此，“a | b”与“b | a”很少相同。这里的*就像（）| a | aa | aaa | aaaa | ...