为什么MATLAB的regexp只返回第一个匹配标记字符串？

Question

假设我们在MATLAB中有这个代码：

ax = 'aa+bb+cc+dd';
middle_part = regexp(ax, '\+(\w+)\+','tokens');

为什么MATLAB只返回'bb'作为输出，而不是'bb'和'cc'？

Answer 1

您需要将第二个+置于前瞻中，以便正则表达式引擎不会使用它。 Here is an answer of mine on how look-aheads work

以下是代码段：

ax = 'aa+bb+cc+dd';
middle_part = regexp(ax, '\+(\w+)(?=\+)','tokens');
disp(middle_part)

结果：

{                                                                                                                                                                   
  [1,1] =                                                                                                                                                           
  {                                                                                                                                                                 
    [1,1] = bb                                                                                                                                                      
  }                                                                                                                                                                 
  [1,2] =                                                                                                                                                           
  {                                                                                                                                                                 
    [1,1] = cc                                                                                                                                                      
  }                                                                                                                                                                 
}         

因此，简而言之，以下是正在发生的事情：\+(\w+)\+匹配+bb+，并在+之后bb之后移动索引。因此，只有cc+dd进行测试。找不到匹配项，因为该模式需要在1个或多个单词字符周围加上2 +个符号。

使用前瞻版本\+(\w+)(?=\+)，引擎会匹配+bb前面的+，并在第二个b之后立即移动索引。左边的字符串是+cc+dd。所以，还有另一个+cc匹配。