Question

在编写正则表达式模式时，将所有连续体'1'和单个'1'替换为's'。我发现这很混乱，使用'+'（用于匹配1或更多）给出了预期的结果，但'*'给出了奇怪的结果

>>> l='100'
>>> import re
>>> j=re.compile(r'(1)*')    
>>> m=j.sub('*',l)
>>> m
'*0*0*'

虽然使用'+'给出了预期的结果。

>>> l='100'
>>> j=re.compile(r'1+')
>>> m=j.sub('*',l)
>>> m
'*00'

正则表达式中的'*'如何给出这个，而它的行为是匹配0或更多。

Answer 1

(1)*表示＆＃34;匹配0或更多1＆＃39; s＆＃34;。因此，对于100，它匹配1，0到0之间的空字符串，以及最后一个0之后的空字符串。然后用＆＃39; *＆＃39;替换空字符串。 1+在比赛中至少需要一个1，所以它不会匹配角色之间的边界。

对于那些好奇的读者，是的，python输出是*0*0*而不是**0*0*。这是一个测试python script。（Regex101的输出错误，因为它不使用实际的python正则表达式引擎。在线正则表达式测试人员通常会使用PCRE（在PHP和Apache HTTP Server中提供），并伪造目标正则表达式引擎。总是测试你的正则表达式在实时代码！）

在这里，您可以在JavaScript中看到输出将是**0*0*（它将匹配1和0之间的空字符串作为新匹配）这是为什么正则表达式的原因＆＃39;很重要不同引擎使用略有不同的规则。（在这种情况下，如果新匹配从0开始或字符边界开始）

＆＃13;

console.log("100".replace(/(1)*/g, '*'))

＆＃13;

Answer 2

谨防那些无法匹敌的模式。这个定义不明确，因此行为因引擎而异。例如，您在Perl中获得了不同的结果。

$log = "C:\Users\IP_Address.txt"
$DB=@()
$DB = Get-Content C:\Users\Hostname.txt

## Loop through each line in IP_Address.txt to do the replacement, as needed
Get-Content $log | ForEach-Object {

    ## Perform work if we run into a line with an IP
    if ($_ -match '(?<IP>\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3})') {
        $DBE = $DB | ? { $_ -like "$($_)*" }

        ## Make sure the entry we get back is a valid IP
        if ($DBE -match '(?<IP>\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3})') {
            $_.Replace($_, $DBE)  ## Replace just the IP with the IP/hostname from hostname.txt
        } else {
            $_  ## Else just emit the line as-is which still contains the original IP
        }
    } else {
        $_
    }
}

在第0位，它匹配1个字符。
在第1位，它匹配0个字符。
[被迫前进以避免无限循环]
在第2位，它匹配0个字符。
[被迫前进以避免无限循环]
在第3位，它匹配0个字符。
[被迫前进以避免无限循环]
[不匹配：超越字符串结尾]

Answer 3

regex = r"1*"
p = re.compile(regex)
test_str = "100"
for m in p.finditer(test_str):
    print(m.start(), m.group())

输出4场比赛（这就是为什么regex101显示4场比赛）：

虽然re.sub()替换了3个位置，这是re.sub()在零长度匹配（Python doc）之后前进的原因：

sub（pattern，repl，string，count = 0，flags = 0）

返回通过替换最左边的非重叠出现而获得的字符串   替换 repl 的字符串中的 pattern 。

...

仅当不与a相邻时，才会替换模式的空匹配   上一场比赛，sub('x*', '-', 'abc')返回'-a-b-c-'。

非重叠事件意味着什么？ It means when：

第一个匹配在字符串的开头结束，第一个匹配   比赛尝试开始了。正则表达式引擎需要一种避免获取的方法   卡在无限循环中，永远找到相同的零长度   在字符串的开头匹配。

大多数正则表达式引擎使用的最简单的解决方案是   在结束后开始下一个匹配尝试一个字符   上一场比赛，如果前一场比赛是零长度。

在这种情况下，第二次匹配尝试从字符串中1和0之间的位置开始，因此是差异。

在正则表达式中特殊地使用'*'

3 个答案:

sub（pattern，repl，string，count = 0，flags = 0）