所有格量词是贪婪的,拒绝回溯。正则表达式 /.{1,3}+b/
应该表示:匹配除换行符之外的任何字符,1 到 3 次,尽可能多,不要回溯。然后匹配字符 b
。
在这个例子中:
'ab'.sub /.{1,3}+b/, 'c' #=> "c"
与事实相反,不应进行替换。
这两个例子的结果不同:
'aab'.sub /.{0,1}+b/, 'c' #=> "c"
'aab'.sub /.?+b/, 'c' #=> "ac"
将此与 Scala 进行比较,他们给出相同的答案:
scala> ".{0,1}+b".r.replaceAllIn("aab", "c")
res1: String = ac
scala> ".?+b".r.replaceAllIn("aab", "c")
res2: String = ac
这是一个 Ruby 错误,还是有可能激发这种行为?也许,出于某种原因,Oniguruma 实现了所有量词 ?
、*
、+
除了通用量词 {m,n}
?如果是这样,为什么?
最佳答案
到底发生了什么
+
后跟范围量词似乎没有为范围量词提供占有 属性。相反,它被视为前面重复一次或多次的任何内容。以.{1,3}+b
为例,它将等同于(?:.{1,3})+b
.
解决方法
您可以使用更通用的构造非回溯组(或原子 分组)(?>pattern)
来解决这个问题。让我们以一般情况 pattern{n,m}+
为例,构造等价的带非回溯组的正则表达式(等价于 Java 在匹配 pattern{n,m} 时的行为+
):
(?>(?>pattern){n,m})
为什么有 2 层非回溯组? 2 是必需的,因为:
- 当找到
pattern
的匹配项(一个重复实例)时,不允许在pattern
内回溯。 (请注意,只要未找到实例,就允许在pattern
内回溯)。这是用内部非回溯组模拟的。 - 当找不到更多的
pattern
实例时,不允许回溯以删除任何实例。这是用外部非回溯组模拟的。
我不确定这里是否有任何警告。如果您发现任何案例未使用此方法模拟,请通过评论联系我。
测试
测试 1
起初,我测试了这个正则表达式:
(.{1,3}+)b
最初,我在没有捕获组的情况下进行测试,但结果令人惊讶,我需要捕获组来确认发生了什么。
在此输入上:
2343333ab
结果是整个字符串匹配,捕获组捕获了2343333a
(末尾没有b
)。这表明上限不知何故被打破了。
测试 2
第二个测试揭示了范围量词 {n}
的行为如何不能被修改为占有,并且这很可能也适用于其他范围量词 {n,}
和 {n,m}
。相反,以下 +
只会表现出重复 1 次或多次行为。
(我初步的结论是+
覆盖了上限,结果证明是错误的)。
测试正则表达式:
(.{3}+)b
输入字符串:
23d4344333ab
234344333ab
23434433ab
捕获组1中捕获的匹配项都是3的倍数。从上到下,正则表达式分别为输入字符串跳过2、1、0个字符。
带注释的输入字符串([]
表示匹配整个正则表达式,()
表示捕获组1捕获的文本):
23[(d4344333a)b]
2[(34344333a)b]
[(23434433a)b]
解决问题的测试代码
这是Java中的测试代码,表明外部和内部非回溯组都是必要的。 ideone
class TestPossessive {
public static void main(String args[]) {
String inputText = "123456789012";
System.out.println("Input string: " + inputText);
System.out.println("Expected: " + inputText.replaceFirst("(?:\\d{3,4}(?![89])){2,}+", ">$0<"));
System.out.println("Outer possessive group: " + inputText.replaceFirst("(?>(?:\\d{3,4}(?![89])){2,})", ">$0<"));
System.out.println("Inner possessive group: " + inputText.replaceFirst("(?>\\d{3,4}(?![89])){2,}", ">$0<"));
System.out.println("Both: " + inputText.replaceFirst("(?>(?>\\d{3,4}(?![89])){2,})", ">$0<"));
System.out.println();
inputText = "aab";
System.out.println("Input string: " + inputText);
System.out.println("Expected: " + inputText.replaceFirst(".{1,3}+b", ">$0<"));
System.out.println("Outer possessive group: " + inputText.replaceFirst("(?>.{1,3})b", ">$0<"));
System.out.println("Inner possessive group: " + inputText.replaceFirst("(?>.){1,3}b", ">$0<"));
System.out.println("Both: " + inputText.replaceFirst("(?>(?>.){1,3})b", ">$0<"));
}
}
关于ruby - 占有泛型量词 {m,n}+ 未在 Ruby 1.9.3 中实现?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/15520273/