javascript - 正则表达式、组和量化器

Question

我刚刚在 http://regexcrossword.com/ 做了有趣的正则表达式填字游戏- 发现我不明白量化组的含义，例如(.)+ 或 (.)*

让我试试http://ole.michelsen.dk/tools/regex.html ，它提供了 JavaScript 和 PHP 正则表达式引擎:

要匹配的字符串是“Trololo!” (不带引号)。 (如果打开“全局匹配”改变了什么，它被添加为 primed 版本，即 JS'，因为它在 PHP 模式下没有改变任何东西。)

JS,  (.)+ => 0: Trololo! 1: ! 
JS', (.)+ => 0: Trololo! 
PHP, (.)+ => 0: Trololo! 0: ! 
JS,  (.)* => 0: Trololo! 1: ! 
JS', (.)* => 0: Trololo! 
PHP, (.)* => 0: Trololo! 1: 0: ! 1: 
JS,  (.){5} => 0: Trolo 1: o 
JS', (.){5} => 0: Trolo 
PHP, (.){5} => 0: Trolo 0: o 
JS,  (.){4} => 0: Trol 1: l 
JS', (.){4} => 0: Trol 1: olo! 
PHP, (.){4} => 0: Trol 1: olo! 0: l 1: ! 

有什么规范的回答这是什么语义吗？

Answer 1

输出没有正确标记，仅此而已。

首先，应该发生什么？如果您重复一个组，每个新实例都会覆盖最后一次捕获。如果根本不使用该组，它将返回一个空字符串或类似 JS 中的 undefined 的内容(这取决于风格)。 regular-expressions.info 上有一篇很好的文章关于这件事。

现在我们如何获得您的结果？让我们从 JavaScript 开始吧。

所有标记为 JS 的示例(非全局示例)都符合上述描述。它们匹配 0 中所需数量的字符并捕获 1 中的最后一个字符。所以我们可以忽略这些。

全局的有什么用？这里的输出被错误地解释了。当您将全局标志与 String.match() 函数一起使用时，您不会再获得所有捕获的数组 - 但只会获得所有匹配项的数组(组 0 每场比赛)。因此，在 +、* 和 {5} 只有一个匹配项的情况下，您只能得到一个结果。对于 {4}，目标字符串中有足够的空间容纳两个匹配项，因此生成的数组包含两个元素。要使用全局标志获取所有捕获，您需要编写一个循环并改用 RegExp.exec()(它一次为您提供一个匹配项，但它的所有捕获)。

PHP 有什么用？看起来它正在使用 preg_match_all，无论如何它是全局的，这就是为什么使用 g 没有效果。 + 再次给出您期望的结果。 {5} 也是如此。

另外两个呢？在这里，输出被错误地解释了。默认情况下，preg_match_all 给出一个二维数组，其中第一个索引对应组，第二个索引对应匹配项。在您的输出中，它以相反的方式解释。因此，当存在多个匹配项时，第一对 0 和 1 是两个找到的匹配项的完整匹配项。第二对 0 和 1 是您在这两场比赛中捕获的内容。

因此对于 *，您首先获得完整的字符串作为匹配项，最后一个字符作为捕获(标记为 0 的两个东西)，这是正确的。然后，由于 * 允许零宽度匹配，您会在字符串末尾得到另一个(空)匹配，以及一个空捕获。不过，我不确定为什么相应的 JS' 示例不包含额外的空字符串，因为 String.match 会做同样的事情。

而对于 {4}，您只需获得两个匹配项(Trol 和 olo!)，就像在捕获 l 和 !，同样完美。