php - 我怎么写这个正则表达式？贪婪相关

Question

很抱歉标题不好，但这是一个非常笼统的问题

我必须匹配这个模式

;AAAAAAA(BBBBBB,CCCCC,DDDDDD)

• AAAAA = 所有以“;”开头的字符到“(”(两者；(不包括在内)
• BBBBB = 从“(”到“,”开始的所有字符(均为 (，不包括在内)
• CCCCC = 从“,”到“,”的所有字符(不包括 ,, )
• DDDDD = 从“,”到“)”(不包括 ,) 的所有字符)

“x 和 y 之间的所有字符”是一个每次都让我丧命的问题

:(

我正在使用 PHP，我必须匹配所有出现的这种模式 (preg_match_all)，不幸的是，它也可以在多行上出现

提前致谢!

Answer 1

我建议您不要使用不贪婪的量词，而是让所有重复与其分隔符互斥。这是什么意思？这意味着，例如，A 可以是除 ( 之外的任何字符。给这个正则表达式:

;([^(]*)[(]([^,]*),([^,]*),([^)]*)[)]

最后一个 [)] 甚至不是必需的。

PHP 代码将如下所示:

preg_match_all('/;([^(]*)[(]([^,]*),([^,]*),([^)]*)[)]/', $input, $matches);
$fullMatches = $matches[0];
$arrayOfAs = $matches[1];
$arrayOfBs = $matches[2];
$arrayOfCs = $matches[3];
$arrayOfDs = $matches[4];

如评论所示，我的转义技术是个人喜好问题。这个正则表达式当然等于:

;([^(]*)\(([^,]*),([^,]*),([^)]*)\)

但我认为这看起来比其他变体更加不匹配/不平衡。任你挑!

最后，关于为什么这种方法比使用不贪婪(惰性)量词更好的问题。 Here is some good, general reading.基本上，当您使用不贪婪的量词时，引擎仍然需要回溯。它首先尝试一个重复，然后注意到 ( 之后不匹配。所以它必须返回重复并消耗另一个字符。但是 ( 仍然不匹配，所以再次回到重复。然而，使用这种方法，引擎将在第一次进入重复时尽可能多地消耗。并且当所有非 ( 字符被消耗，那么引擎将能够立即匹配以下 (。