Question

给定以下正则表达式，其目标是捕获捕获组中项目之前的文本：

/cliente:[\sa-z.ñÑ0-9(),']+(?=((?:traslado|tr|giro|rut|rt)\:.*))/gmi

使用文本字符串：

CLIENTE:NUBOX S.A. TRASLADO:CONSIGNACIONESRUT:25387 TR:CONSIG

获得成功的结果。但是，如果我在正则表达式中插入一个点，如下所示：

/cliente:.+(?=((?:traslado|tr|giro|rut|rt)\:.*))/gmi

它打破了捕获组，产生了

CLIENTE:NUBOX S.A. TRASLADO:CONSIGNACIONESRUT:25387 TR:CONSIG

我需要知道为什么会这样。

Answer 1

通过查看Regex101上的正则表达式调试器，您可以看到它们的匹配方式不同。

让我解释每个正则表达式是如何匹配的。

让我们看看第一个正则表达式。该正则表达式cliente:[\sa-z.ñÑ0-9(),']+的第一部分最初将与此匹配：

CLIENTE:NUBOX S.A.TRASLADO:CONSIGNACIONESRUT:25387 TR:CONSIG

它停在:，但它已经走得太远了;它与前瞻不匹配。然后它必须逐个字符地回溯，看它是否能匹配前瞻：

CLIENTE:NUBOX S.A.TRASLADO:CONSIGNACIONESRUT:25387 TR:CONSIG
CLIENTE:NUBOX S.A.TRASLADO:CONSIGNACIONESRUT:25387 TR:CONSIG
CLIENTE:NUBOX S.A.TRASLADO:CONSIGNACIONESRUT:25387 TR:CONSIG
...
CLIENTE:NUBOX S.A.TRASLADO:CONSIGNACIONESRUT:25387 TR:CONSIG

现在，让我们看看第二个正则表达式。该正则表达式cliente:.+的第一部分将匹配整行：

<强>

CLIENTE:NUBOX S.A.TRASLADO:CONSIGNACIONESRUT:25387 TR:CONSIG

当然，这并没有为前瞻留下任何东西，所以它必须逐字逐句地回溯：

CLIENTE:NUBOX S.A.TRASLADO:CONSIGNACIONESRUT:25387 TR:CONSIG
CLIENTE:NUBOX S.A.TRASLADO:CONSIGNACIONESRUT:25387 TR:CONSIG
CLIENTE:NUBOX S.A.TRASLADO:CONSIGNACIONESRUT:25387 TR:CONSIG
...
CLIENTE:NUBOX S.A.TRASLADO:CONSIGNACIONESRUT:25387 TR:CONSIG

因为你从另一个地方回溯，你会得到不同的结果。这种尽可能匹配的行为是greedy。 另一方面，您可以选择制作lazy：

/cliente:.+?(?=((?:traslado|tr|giro|rut|rt)\:.*))/gmi

这个改变后的正则表达式cliente:.+?的第一部分最初会尽可能少地匹配：

CLIENTE:NUBOX S.A.TRASLADO:CONSIGNACIONESRUT:25387 TR:CONSIG

然后尝试匹配前瞻。此时它无法匹配，因此它会抬起一个字符并尝试再次匹配该前瞻，重复直到它找到某些内容（并返回匹配项）或者没有剩余字符串（并且它失败）：

CLIENTE:NUBOX S.A.TRASLADO:CONSIGNACIONESRUT:25387 TR:CONSIG
CLIENTE:NUBOX S.A.TRASLADO:CONSIGNACIONESRUT:25387 TR:CONSIG
CLIENTE:NUBOX S.A.TRASLADO:CONSIGNACIONESRUT:25387 TR:CONSIG
...
CLIENTE:NUBOX S.A.TRASLADO:CONSIGNACIONESRUT:25387TR:CONSIG

为什么在正则表达式中插入点之前捕获组中断？

1 个答案: