Question

有人可以解释为什么以下代码......

#!/opt/local/bin/perl
use strict;
use warnings;

my $string;

$string = "\t\t\tEntry";
print "String: >$string<\n";

$string =~ s/^(\t*)//gi;

print "\$1: >$1<\n";
print "String: >$string<\n";
print "\n";

$string = "\t\t\tEntry";

$string =~ s/^(\t*)([^\t]+)/$2/gi;

print "\$1: >$1<\n";
print "String: >$string<\n";
print "\n";

exit 0;

...产生以下输出......

String: >           Entry<
Use of uninitialized value in concatenation (.) or string at ~/sandbox.pl line 12.
$1: ><
String: >Entry<

$1: >           <
String: >Entry<

...或更直接：为什么第一次替换中的匹配值不会保留在$ 1中？

Answer 1

我在Perl 5.12的两个实现上尝试了这个，并没有遇到问题。 5.8做了。

因为你有g选项，perl会尝试匹配模式，直到它失败。请参阅下面的调试输出。

所以它在Perl 5.8中不起作用，但这个确实：

my $c1;
$string =~ s/^(\t*)/$c1=$1;''/ge;

因此，每次匹配时，都会将其保存到$c1。

这是use re 'debug'告诉我的事情：

Compiling REx `^(\t*)'
size 9 Got 76 bytes for offset annotations.
first at 2
   1: BOL(2)
   2: OPEN1(4)
   4:   STAR(7)
   5:     EXACT <\t>(0)
   7: CLOSE1(9)
   9: END(0)
anchored(BOL) minlen 0
Offsets: [9]
        1[1] 2[1] 0[0] 5[1] 3[1] 0[0] 6[1] 0[0] 7[0]
Compiling REx `^(\t*)([^\t]+)'
size 25 Got 204 bytes for offset annotations.
first at 2
   1: BOL(2)
   2: OPEN1(4)
   4:   STAR(7)
   5:     EXACTF <\t>(0)
   7: CLOSE1(9)
   9: OPEN2(11)
  11:   PLUS(23)
  12:     ANYOF[\0-\10\12-\377{unicode_all}](0)
  23: CLOSE2(25)
  25: END(0)
anchored(BOL) minlen 1
Offsets: [25]
        1[1] 2[1] 0[0] 5[1] 3[1] 0[0] 6[1] 0[0] 7[1] 0[0] 13[1] 8[5] 0[0] 0[0] 0[0] 0[0] 0[0] 0[0] 0[0] 0[0] 0[0] 0[0] 14[1] 0[0] 15[0]
String: >                       Entry<
Matching REx `^(\t*)' against `                 Entry'
  Setting an EVAL scope, savestack=5
   0 <> <                       Entry>        |  1:  BOL
   0 <> <                       Entry>        |  2:  OPEN1
   0 <> <                       Entry>        |  4:  STAR
                           EXACT <\t> can match 3 times out of 2147483647...
  Setting an EVAL scope, savestack=5
   3 <                  > <Entry>        |  7:    CLOSE1
   3 <                  > <Entry>        |  9:    END
Match successful!
match pos=0
Use of uninitialized value in substitution iterator at - line 11.
Matching REx `^(\t*)' against `Entry'
  Setting an EVAL scope, savestack=5
   3 <                  > <Entry>        |  1:  BOL
                            failed...
Match failed
Freeing REx: `"^(\\t*)"'
Freeing REx: `"^(\\t*)([^\\t]+)"'

因为您尝试在行的开头匹配空格，所以既不需要g也不需要i。所以你可能会尝试做别的事情。

Answer 2

我认为版本5.10及更高版本，只有在匹配时才会影响捕获缓冲区在你的例子中，有趣的是$string =~ s/^(\t*)([^\t]+)/$2/gi; 它没有重置捕获缓冲区。这似乎是因为有一个序言预测如果匹配应该尝试。在这种情况下，([^\t]+)消耗了第一个中的整个字符串匹配，所以发生string too short并且缓冲区从未重置。

我无法测试，但$string =~ s/^(\t*)([^\t])//gi应该发出同样的警告 if ( s///g ) {}并且在这种情况下对捕获缓冲区的测试不一定包含
任何东西。 5.8版就是这种情况。即使在以后的版本中，它也只是一个调试功能。

编辑 @theracoon - 关于你的评论：“我有理由确定（[^ \ t] +）实际上没有消耗整个字符串。输出绝对不反映那个。“

这证明你的正则表达式在第一场比赛中消耗了整个字符串，传递1 第二遍没有什么可以匹配的。这就是/ g修饰符的工作方式它尝试再次匹配整个正则表达式，在最后一个匹配停止的字符串中的位置。

use re 'debug';
$string = "\t\t\tEntry";
$string =~ s/^(\t*)([^\t]+)/$2/gi;
print "'$string'\n";

通过1 ..
将REx "^(\t*)([^\t]+)"与"%t%t%tEntry"匹配 8＆lt; %t%t%tEntry＆gt; ＆LT;＆GT;
匹配成功！

通过2 ..
将REx "^(\t*)([^\t]+)"与""匹配（没有，没有什么可以匹配的）
字符串太短[regexec_flags] ...
比赛失败了 '进入'

使用Perl替换运算符保留捕获

2 个答案: