PCRE2包

Question

我在我的c ++项目中使用pcre2_substitute()函数来执行正则表达式替换：

int ret=pcre2_substitute(
  re,                    /*Points to the compiled pattern*/
  subject,               /*Points to the subject string*/
  subject_length,        /*Length of the subject string*/
  0,                     /*Offset in the subject at which to start matching*/
  rplopts,               /*Option bits*/
  0,                     /*Points to a match data block, or is NULL*/
  0,                     /*Points to a match context, or is NULL*/
  replace,               /*Points to the replacement string*/
  replace_length,        /*Length of the replacement string*/
  output,                /*Points to the output buffer*/
  &outlengthptr          /*Points to the length of the output buffer*/
);

This is the man page of the function。它并没有说明有多少被捕获的群体是可能的。我测试过$01，${6}，$12有效，但限制是什么？

我检查了C ++ std::regex是否有数字限制，但是没有。 $000000000000001 $1 std::regex $00 {{1}}表示{{1}}，其余部分将被视为字符串。

我用于测试的代码是this one。您需要pcre2库才能运行此代码。

Answer 1

最大捕获组数 65,535 。这也是可以在模式或替换中反向引用的最大组编号。

但是，一般来说，在允许大量群组之前匹配可能会达到另一个限制：例如主题字符串的最大长度，或内部调用match()的次数（总计或递归），但可以增加匹配限制。有关匹配限制的详细信息，请参阅 The match context 中的“pcre2api”。

来自pcre2limits man page

括号内的子模式数量没有限制，   但是不能超过65,535个捕获子模式。
     但是，括号的嵌套深度有限制   各种子模式。这是为了限制金额   编译时使用的系统堆栈。 PCRE2可以指定限制   建成;默认值为250。

和

命名子图案的最大数量为10,000。

^{Philip Hazel。最后更新时间：2014年11月25日。 - *截至PCRE2版本10.20}

PCRE和PCRE2

中的尺寸限制

PCRE和PCRE2具有相同的限制：

重复量词的所有值均限制为65,535。
无限数量的带括号的子图案
（尽管它仅限于各种带括号的子模式的嵌套深度）。
65,535 捕获子图案。
10,000 名为子图案。
嵌套括号的默认最大深度为250
（PCRE2_CONFIG_PARENSLIMIT）的值。
命名子模式的名称的最大长度为32个代码单位 ^{char由1+ code units表示（取决于编码）。例如。在UTF-8中，“Ç”有2个代码单元：0xC3 0x87}
向后引用的数量没有限制。
后续子模式前向引用的数量限制约为200,000。
控制谓词中使用的名称限制为255（8位）和65,535（16或32位）。
PCRE2_CONFIG_MATCHLIMIT的默认值为10,000,000（10米）。
PCRE2_CONFIG_RECURSIONLIMIT的默认值为10,000,000（10米）（此限制仅适用于设置小于MATCH_LIMIT 的情况。）
如果使用默认内部链接大小2进行编译，已编译模式的最大长度为64K代码单元（有关详细信息，请参阅pcre2build documentation）。
主题字符串的最大长度是整数变量可以容纳的最大正数（可能是~1.8E + 19）。但是，可用的堆栈空间可能会限制可由某些模式处理的主题字符串的大小主题字符串的最大长度（以代码单位表示）比PCRE2_SIZE变量可容纳的最大数字小1。 PCRE2_SIZE是无符号整数类型，通常定义为size_t。

Answer 2

PCRE2包

用 pcre2-10.20 \ README 编写， PCRE2有一个计数器，用于限制模式中括号的嵌套深度。这限制了模式在编译时使用的系统堆栈数量。默认值为250，但您可以通过设置来更改它，例如--with-parens-nest-limit=500 和 PCRE2有一个计数器，可以设置为限制匹配模式时使用的资源量。如果在匹配期间超出限制，则匹配失败。默认值是一千万。您可以通过设置更改默认值，例如--with-match-limit=500000 。

所以，似乎是反向引用的数量

未硬编码到PCRE2

匹配限制

匹配限制递归

很可能取决于大小。

由于您自己构建了库，因此可以进一步增加库。

PCRE在线参考

来自regular-expressions.info：

大多数正则表达式支持最多 99 捕获组和两位数的反向引用。因此，如果您的正则表达式有99个捕获组，则\99是有效的反向引用。

Regular Expression Reference: Capturing Groups and Backreferences page：

反向引用\1到\9
反向引用\10到\99

请注意，“大多数”作者必须指的是主要的正则表达式引擎（PHP，JavaScript，Python，.NET），而POSIX BRE，POSIX ERE，GNU BRE，GNU ERE正则表达式只支持反向引用最多\9。

但是，在pcre.txt中，有一行。

带有八进制代码ddd或反向引用的
\ddd字符

因此，根据该文件，可以有999个小组。

pcre2_substitute（）函数支持多少个捕获的组？

2 个答案:

来自pcre2limits man page

PCRE和PCRE2

PCRE2包

PCRE在线参考