Question

您好我正在使用正则表达式，但我对元字符感到困惑，特别是'*'和'？'。

'*'应该与前面的字符匹配0次或更多次。

例如，'ta * k'应该匹配'tak'和'tk'。

但我根本不会认为这是真的 - 这是我的理由：

for tak：

regexp：我需要't'

字符串：我没有

regexp：好的，你的下一个角色需要是'a'

字符串：是的

regexp：好的，继续给我角色，直到你的角色不是'a'

字符串：好的。我刚给你'k'

regexp：好的，你的下一个角色需要是'k'

字符串：我没有剩下的字符了！

regexp：失败

表示tk：

regexp：我需要't'

字符串：我没有

regexp：好的，你的下一个角色需要是'a'

字符串：不，这是'k'

regexp：失败

有人可以为我澄清为什么'tak'和'tk'匹配'ta * k'？

Answer 1

因为*表示“零个或多个实例”。

当“它”要求所有不是“a”的字符时，一旦它有一个，它（粗略地）将它推回到输入流中。（或者它向前看，或者只是保留它等等）

第一个序列：这是你的第一个非"a"，我会坚持到底。接下来你需要"k"，这就是我所拥有的。

第二个序列：下一个字符不需要是"a" - 可能是一个或多个"a"。在这种情况下，它没有。我会坚持那个非"a"。你需要一个"k"？我的"k"就在这里了。

Answer 2

你是前面的一个角色：

regexp：好的，继续给我角色，直到你的角色不是   ＆＃39;一个＆＃39;

字符串：下一个字符不是＆＃39; a＆＃39;

regexp：好的，你的下一个角色需要成为＆＃39; k＆＃39;

string：next char是＆＃39; k＆＃39;

所以它有效。请注意＆＃39; a *＆＃39;表示＆＃34; 0或更多的＆＃39;＆＃39;＆＃34;，而不是＆＃34; 1个或更多个＆＃39;＆＃39;＆＃34;＆＃34;的内容。对于后者，有＆＃39; +＆＃39;标志，就像在＆＃39; a +＆＃39;。

Answer 3

ta*k表示，一个't'，后跟0或更多'a'，后跟一个'k'。所以0'a'字符会使'tk`成为可能的匹配。

如果您想要“1或更多”而不是“0或更多”，请使用+代替*。也就是说，ta+k将匹配'tak'但不匹配'tk'。

如果有任何我没有解释的话，请告诉我。

顺便说一句，RegEx并不总是从左到右。发动机经常回溯，向前看并研究输入。它真的很复杂，这就是为什么它如此强大。如果您查看this one等网站，他们有时会解释引擎正在做什么。我推荐他们的教程，因为那是我学习RegEx的地方！

Answer 4

*并不意味着匹配字符零次或多次，而 atom 匹配零次或多次。单个字符是一个原子，但任何分组都是如此。

*表示零或更多。当正则表达式光标“吞噬”t时，位置为：

in the regex: t|a*k
in the string: t|ak

然后正则表达式引擎尝试尽可能多地尝试a。这里有一个。在它吞下它后，位置是：

in the regex: ta*|k
in the string: ta|k

然后吞下k：

in the regex: ta*k|
in the string: tak|

正则表达式结束，匹配。请注意，该字符串可能后面有其他字符，正则表达式引擎不关心：它有匹配。

如果字符串为tk，则在a*之前的位置为：

in the regex: t|a*k
in the string: t|k

但*可以匹配一组空的a，因此a*已满足！这意味着这些职位将成为：

in the regex: ta*|k
in the string: t|k

冲洗，重复。现在，让我们将taak作为输入，将ta?k作为正则表达式：这将失败，但让我们看看如何......

# before first character
regex: |ta?k
input: |taak
# t
regex: t|a?k
input: t|aak
# a?
regex: ta?|k
input: ta|ak
# k? Oops! No...
regex: |ta?k
input: t|aak
# t? Oops! No...
regex: |ta?k
input: ta|ak
# t? Oops! No...
regex: |ta?k
input: taa|k
# t? Oops! No...
regex: |ta?k
input: taak|
# t? Oops! No... And nothing to read anymore
# FAIL

这就是为什么让正则表达式快速失败非常重要。

Answer 5

要记住的基本要点是正则表达式是键入一组字符串的便捷简写。 a{1,5}只是字符串集的缩写（a，aa，aaa，aaaa，aaaaa）。 a*是（[empty]，a，aa，aaa，...）的简写。

因此，实际上，当您将正则表达式提供给搜索算法时，您将告诉它要搜索的字符串列表。

因此，当您向搜索算法提供ta*k时，您实际上正在为其提供字符串集（tk，tak，taak，taaak，taaaak，...）。

所以，是的，了解搜索算法的工作原理是有用的，这样你就可以提供最有效的正则表达式，但不要让尾巴摇尾巴。

怎么做正则表达式*和？元字符工作？

5 个答案: