Question

有人可以解释为什么这个正则表达式

/(?(DEFINE)
  (?<alnum>                      [a-zäöüßÖÜÄ0-9-]+ )    
  (?<warranty_word>              (?&alnum)?garantie[*]?)
)
(?&warranty_word)/six

仅匹配 Vor-Ort-Garantie 中的 Garantie ，但此其他 https://regex101.com/r/oJKV1Q/1

/(?(DEFINE)
  (?<warranty_word>              ([a-zäöüßÖÜÄ0-9-]+)?garantie[*]?)
)
(?&warranty_word)/six

完全匹配 Vor-Ort-Garantie https://regex101.com/r/axvJmA/1

以及如何完全匹配它，同时仍然对每个部分有单独的定义

Answer 1

当您引用子模式时，此子模式匹配的子字符串将变为原子。这就是为什么你只获得第一个模式的“Garantie”。对于“Vor-Ort-”中的每个位置，(?&alnum)匹配所有字符，直到“Garantie”结束，但一旦在(?<warranty_word> ...)的基础上，正则表达式引擎无法回溯{{1}是原子的。

注意：另外，当你必须处理ascii范围之外的字符时，必须使用u修饰符，否则你的模式和目标字符串被视为一系列单字节字符而不是utf8编码的字符串：

(?&alnum)

使用此修饰符，您可以从字符类中删除Ä，Ö和Ü，因为您的模式不区分大小写。

Answer 2

非常有趣的问题。经过一番挖掘，我想我在PCRE documentation中找到了答案（将这些子模式称为＆＃34;子程序调用＆＃34;）

所有子程序调用（无论是否递归）始终被视为原子团。也就是说，一旦子程序匹配了一些主题字符串，它永远不会重新输入，即使它包含未经验证的替代

所以，这意味着，在您的第一个模式中，只要(?&alnum)匹配任何内容，就会使用并丢弃它。在3 Jahre Vor-Ort-Garantie的示例数据中，它将匹配数字3.然后匹配的其余部分将失败，并且它将再次尝试而不包括(?&alnum)（因为这是可选的），但它不会＃39 ;再次尝试该子模式。

如果支持，您可以在编程语言中使用变量插值。例如，在Perl中：

my $alnum = "[a-zäöüßÖÜÄ0-9-]+";
my $warranty_word = "(?:$alnum)?garantie[*]?";

if ($string =~ /$warranty_word/)
{
    ...
}

这可以随心所欲地工作，并且它还为您提供了额外的灵活性，因为子模式可以在不同的地方使用。但是在其他语言中它可能会变得混乱，这取决于字符串插值机制。

正则表达式DEFINE

2 个答案: