在libc ++上,为什么regex_match("锦标赛",正则表达式("tour | to | tournament"))会失败？

Question

在http://llvm.org/svn/llvm-project/libcxx/trunk/test/re/re.alg/re.alg.match/ecma.pass.cpp中,存在以下测试:

    std::cmatch m;
    const char s[] = "tournament";
    assert(!std::regex_match(s, m, std::regex("tour|to|tournament")));
    assert(m.size() == 0);

为什么这场比赛会失败？

在VC++ 2012和boost上,匹配成功.
在Chrome和Firefox的Javascript上,"tournament".match(/^(?:tour|to|tournament)$/)成功.

仅在libc ++上,匹配失败.

Answer 1

我相信测试是正确的.这是有益的搜索所有下re.alg提供的libc ++测试的"赛事",并比较不同的引擎如何对待regex("tour|to|tournament"),如何regex_search从不同的regex_match.

让我们从regex_search:

awk,egrep,扩展:

regex_search("tournament", m, regex("tour|to|tournament"))

匹配整个输入字符串:"锦标赛".

ECMAScript中:

regex_search("tournament", m, regex("tour|to|tournament"))

仅匹配输入字符串的一部分:"tour".

grep,基本:

regex_search("tournament", m, regex("tour|to|tournament"))

根本不匹配.'|' 性格并不特别.

awk,egrep和extended将尽可能多地匹配交替.但ECMAScript交替是"有序"的.这在ECMA-262中有详细说明.一旦ECMAScript与交替中的分支匹配,它就会退出搜索.该标准包括以下示例:

/a|ab/.exec("abc")

返回结果"a"而不是"ab".

<plug>

Jeffrey EF Friedl在掌握正则表达式中也对此进行了深入讨论.<regex>没有这本书,我无法实现.而且我会坦然承认,除了我所知道的,还有更多我不了解的正则表达式.

在关于轮换的章节结束时,作者说:

如果您在第一次阅读本章时理解了本章的所有内容,那么您可能首先没有阅读它.

相信它!

</plug>

无论如何,ECMAScript只匹配"巡演".regex_match仅当整个输入字符串匹配时,算法才会返回成功.由于只输入字符串的前4个字符匹配,因此与awk,egrep和extended不同,ECMAScript以零大小返回false cmatch.