Question

我正在尝试使用perl解析出现在课程目录中的数据，但我正在努力让我的正则表达式正常工作。

以下是一些数据样本：

Course description goes here; There might be more text; 3 hours of lecture, 2 hours of laboratory. Prerequisite: None
Another course description is here; 3 hours of lecture and laboratory. Prerequisite: None
More description; 4 hours of laboratory. Prerequisite: None

我想捕捉完整的描述（最终分号前的所有内容），然后是小时（后来我将处理与讲座或实验室匹配的小时）。我试图使用的正则表达式是：

/^(.*)\; *([0-9]).*?(lecture|laboratory).*?([0-9])?.*$/

它似乎一直工作到([0-9])?。我认为这将匹配第二个小时数（如果有的话），然后.*之后它将与该行的其余部分匹配，但事实并非如此。相反，最终.*匹配第二个小时以及之后的所有内容。

为什么?的使用与第二小时不匹配（如果有）。这是贪婪的问题，还是我以其他方式犯了错误？

Answer 1

由于[0-9]之前的正则表达式非贪婪，因此它将匹配尽可能短的字符串。

最好通过指定要包含的内容来限制匹配，例如使用[^;0-9]*而不是.*?来匹配不应包含分号或数字的序列。

Answer 2

它与第二个小时不匹配，因为.*?非贪婪：必须采取最短匹配。由于(lecture|laboratory)之后的所有内容都是可选的，因此最短的匹配是.*?不匹配，([0-9])?也不匹配，.*匹配所有内容。

您可以将其更改为：

/^(.*)\; *([0-9]).*?(lecture|laboratory)(.*?([0-9]))?.*$/

请注意，可选部分现在为(.*?([0-9]))?，即第一个.*?与必需 [0-9]配对。这意味着.*?仅在有第二个数字时使用。

Answer 3

问题是第二个.*?总是匹配空字符串。由于?强制匹配尽可能少的字符，并且可选的([0-9])?允许它匹配任何字符。

要解决此问题，请更改.*?以仅匹配非数字字符，例如

/^(.*)\; ([0-9]).*?(lecture|laboratory)[^0-9]*([0-9]*)/

此外，如果没有第二个小时数，则将([0-9])?更改为([0-9]*)会将$ 4设置为空字符串，而不是将其保留为未定义。

为什么不是？在正则表达式工作？

3 个答案: