Question

我已经使用perl十年了。但最近我对使用它感到困惑。*？正则表达式。

它似乎与最小字符数不匹配。有时会产生不同的结果。

例如，对于这个字符串：aaaaaaaaaaaaaaaaaaaaaaammmmmmmmmmbaaaaaaaaaaaaaaaaaaaaaa和pattern：a。*？b它匹配两组中的完整输入字符串。根据定义，它应该与最后的“ab”相匹配。

Answer 1

示例缩写为：

'aaab' =~ /a.*?b/

会发生什么：

a匹配a。
.*?匹配尽可能少的字符数（0），匹配空字符串。
b无法匹配。 ⇒回溯
.*?匹配尽可能少的字符数（1），匹配a
b无法匹配。 ⇒回溯
.*?匹配尽可能少的字符数（2），匹配aa
b匹配b。
模式匹配成功。

我尽量避免使用非贪婪的修饰符。

'aaab' =~ /a[^a]*b/

如果a确实更复杂，那么就可以使用否定前瞻。

'aaab' =~ /a(?:(?!a).)*b/

Answer 2

这意味着

.   # match any character except newlines
*   # zero or more times
?   # matching as few characters as possible

所以在

<tag> text </tag> more text <tag> even more text </tag>

正则表达式<tag>(.*)</tag>将立即匹配整个字符串，捕获

 text </tag> more text <tag> even more text

在后向引用号1中。

如果您将其与<tag>(.*?)</tag>相匹配，则会获得两场比赛：

<tag> text </tag>
<tag> even more text </tag>

仅分别在反向引用号1中捕获text和even more text。

如果（感谢Kobi！）你的源文本是

<tag> text <tag> nested text </tag> back to first level </tag>

然后您会发现<tag>(.*)</tag>再次与整个字符串匹配，但<tag>(.*?)</tag>将匹配

<tag> text <tag> nested text </tag>

因为正则表达式引擎从左到右工作。这是正则表达式“不是匹配无上下文语法的最佳工具”的原因之一。

Answer 3

它匹配最小数量的字符，从可匹配的第一个位置开始，这允许正则表达式的其余部分匹配。中间部分（从...开始）是正则表达式状态机运行方式所固有的。（编辑进一步澄清）

Answer 4

它应该匹配整个模式成功匹配所需的最小字符数（如果匹配则完全匹配）。你能提供一个不这样做的具体例子吗？

Answer 5

我不认为你可以在你的情况下直接匹配ab。通常当.*?不起作用时，它会调用[^c]*模式，其中c是字符或字符类。这可以防止误报匹配

但在这种情况下，它不起作用：a[^a]*b首先匹配ammmmmmmmmmmb。因此，找到最短匹配的唯一方法是找到所有匹配，然后选择最短的匹配。

下面是一个详细的（你说你有一段时间没有使用过Perl; - ）获得你想要的结果的方法：

#!/usr/bin/perl 

use strict;
use warnings;

use List::Util qw(reduce); # see List::Util docs for what reduce does

my $s= "aaaaaaaaaaaaaaaaaaaaaaammmmmmmmmmmbaaaaaaaaaaaaaaaaaaaaaab";

my $RE= qr/a[^a]*b/;

print "regexp: $RE\n";                 # ammmmmmmmmmmb
print "single match:\n";
if( $s=~ m{($RE)}) { print "  $1\n"; } 

print "all matches (loop):\n";         # ammmmmmmmmmmb \n ab
while( $s=~ m{($RE)}g)
  { print "  - $1\n"; }

print "all matches (in an array):\n";  # ammmmmmmmmmmb - ab
my @matches= $s=~ m{(a[^a]*b)}g;
if( @matches) { print "  ", join( " - ", @matches), "\n"; }

print "\nshortest match: ";            # ab
print reduce { length $a < length $b ? $a : $b } @matches;
print "\n";

简而言之，延迟匹配与获取字符串中的最短匹配不同。对于rexegp引擎Perl（我相信大多数其他语言）使用这种最短匹配并不是一个简单的问题。

Answer 6

请举一个具体的例子，我们可以用它来重现您遇到的有问题的行为。

您正在使用正确的构造，因此可能在您的查询的其余部分中存在问题。我也遇到过问题，但总是想到这是由于我的如意解析 - 即我希望正则表达式解析我的意思，而不是我输入的方式：）

什么。*？正则表达式实际上是指

6 个答案: