Question

是否有任何正则表达式引擎可以匹配表达式上的多个heredoc字符串？例如，正如人们用Ruby写的那样：

f <<FOO, 10, <<BAR, 20
some text
FOO
some more text
BAR

我想在Perl的风格中使用backrefs和递归调用，但无法使cross-serial dependencies工作（即，无法反转捕获的backrefs，因为{ {1}}应该在FOO之前匹配。我还考虑在.Net上平衡组，我强烈可以强调使用前瞻（我知道，这是一个可怕的黑客）来反转堆栈，如下所示：

BAR

（点击here进行测试。）

匹配(?:(?<x>foo|bar|baz)|\s)+(?(x)|(?!))\s*(?(x)(?=(.*?)(?<-x>(?<y>\k<x>)))){3}(?(x)(?!))(?:(?(y)(?<-y>\k<y>))|\s)+(?(x)(?!))(?(y)(?!))，但之后我必须添加一个手动计数器（foo bar baz foo bar baz），因为前瞻不会与{3}重复，因为它没有＃{1}}。消耗我假设的任何输入。因此，这不会对任意案件起作用（但它很接近！）。当然，我可以用+或任何其他大数字代替，这可以回答我的问题，但我想知道是否还有其他方法。

确认：我做明白将这种类型的构造与正则表达式相匹配并不是一个好主意。我正在做 research 工作，我想知道它是否可能。如果是，please do not use it in production code。

Answer 1

由于您的主要问题是“正则表达式是否可能”，因此，我想首先分享我最喜欢的正则表达式信息网站。具体来说，How does the regex engine work?的学习将使您更好地了解正则表达式的工作原理，以及为何试图摆脱其定义明确的框框的原因，很快就会演变成破碎的灵魂和CPU。

关键要点在于，正则表达式引擎在任何时候都只有2条信息。

我要匹配什么令牌？
字符串中的下一个标记是什么？

这很容易忘记，因为与蒸汽解析不同，正则表达式引擎在匹配失败时会回溯（通常会做很多事情）。而且CPU的速度足够快，每秒可能会导致数百万次故障！尽管Regex可能具有更多的内存，因为它可以匹配“ dog之后的第一只猫”，但它只知道看到了“ dog”一词，因为它当前正在cat中查找c。或换句话说，只有满足特定的先决条件，当前状态才可能。

使用有限数量的模式排列，足够长的正则表达式可以匹配任何内容。（该正则表达式的长度可能会使灵魂/ CPU崩溃，但在技术上是可能的）

模式不是有限的，例如“匹配数量a后跟相等数量的b”（例如，“ ab”，“ aabb”，“ aaabbb”等）。没有一种机制可以记住它已经看到了多少个a，因此它不知道要匹配多少个b。您可以通过尝试匹配所有变体（ab|aabb|aaabbb|aaaabbbb|...）来解决此问题，但是解析起来非常昂贵，而且由于我总是可以再添加一个Ab对，因此您将无法捕获每个有效输入。

实际上，您需要问自己两个问题

我想匹配的排列是否有限？
我的灵魂/ CPU能否在这种正则表达式中生存？

相关，您可能应该阅读Nondeterministic finite automaton。由于您出于研究原因而询问，并且任何纯正则表达式引擎都是NDFA，因此有助于了解它们遭受相同的已知限制。

TL：DR;

使用纯正则表达式引擎...

实际上是的，但是要付出灵魂的代价。
从理论上讲，不，完全没有。您的正则表达式总是会失败。

是否可以将多个heredoc表达式与正则表达式匹配？

1 个答案: