误解perl regexp评估

Question

一天的好时光!我正在读一本关于perl的书:"编程Perl"由Larry Wall,Tom Christiansen,Jon Orwant撰写.在这本书中,我发现了一些作者没有澄清的例子(或者我当时没有得到).

首先

这仅打印ONCE.

 "adfsfloglig"=~ /.*(?{print "hi"})f/;

但这打印"嗨"TWICE ?? 怎么解释？

 "adfsfloglig"=~ /.*(?{print "hi"})log/;

继续经历甚至使事情变得更糟:

  "adfsfloglig"=~ /.*(?{print "hi"})sflog/;

上面的代码串再次打印ONCE这个可怕的"hi"!大约一个星期后,我完全理解了一件事 - 我需要帮助:)所以我请求你帮助我.

第二个(这是炸弹!)

 $_ = "lothiernbfj";

 m/        (?{$i = 0; print "setting i to 0\n"})
       (.(?{ local $i = $i + 1; print "\ti is $i"; print "\tWas founded $&\n" }))*
       (?{print "\nchecking rollback\n"})
       er
       (?{ $result = $i; print "\nsetting result\n"})
 /x;
 print "final $result\n";

在这里,$result屏幕上的最终打印等于匹配的字符数.*,但我不再重复.

当打开调试打印(如上所示)时,我看到,$i每当新的字符包含在$&(字符串的匹配部分)中时,它就会递增.

最后$i等于11(字符串中的字符数量),然后有7次回滚,当.*从其匹配字符一次返回时(7次),因此发生所有模式的匹配.

但是,该死的魔法,结果是设定值$i!我们并没有在任何地方减少这个价值!所以$result应该等于11!但事实并非如此.作者是对的.我知道.

拜托,你能解释一下这个奇怪的perl代码,我很高兴见到了吗？谢谢你的回答!

Answer 1

来自http://perldoc.perl.org/perlre.html上的文档:

"警告:这种扩展的正则表达式功能被认为是实验性的,并且可能会在没有通知的情况下进行更改.由于正则表达式引擎中未来优化的影响,具有副作用的代码在版本之间可能无法完全相同.此功能的实现对于5.18.0版本进行了彻底检查,并且它在早期版本的perl中的行为更加困难,特别是在解析,词汇变量,范围,递归和重入方面."

即使在失败的匹配中,如果正则表达式引擎到达必须运行代码的点,它也将运行代码.如果代码仅涉及分配给(本地？)变量以及允许的任何操作,则回溯将导致它撤消操作,因此失败的匹配将不起作用.但print操作无法撤消,结果是您可以从失败的匹配中打印字符串.这就是为什么文档警告不要嵌入带有"副作用"的代码.

Answer 2

我做了一些实验,并将答案作为社区维基,希望人们能够填充它.我试图破解最简单的正则表达式并且不敢处理"炸弹".

1."adfsfloglig"=〜/.*(？{print"hi"})f /;

这是regexp的调试信息:

Final program:
   1: STAR (3)
   2:   REG_ANY (0)
   3: EVAL (5)
   5: EXACT <f> (7)
   7: END (0)

以及我的评论执行的痕迹:

#matches the whole string with .*
0 <> <adfsflogli>         |  1:STAR(3)
                             REG_ANY can match 11 times out of 2147483647...

#splits the string to <adfs> and <floglig> and prints "hi".
#Why does it split? Not sure, probably, knows about the f after "hi" code
4 <adfs> <floglig>        |  3:  EVAL(5)

#tries to find f in 'floglig' - success
4 <adfs> <floglig>        |  5:  EXACT <f>(7)

#end
5 <adfsf> <loglig>        |  7:  END(0)

2."adfsfloglig"=〜/.*(？{print"hi"})log /;

 1: STAR (3)
 2:   REG_ANY (0)
 3: EVAL (5)
 5: EXACT <log> (7)
 7: END (0)

跟踪:

#matches the whole string with .*
0 <> <adfsflogli>         |  1:STAR(3)
                            REG_ANY can match 11 times out of 2147483647...

#splits the string to <adfsflog> and <lig> and prints "hi".
#Probably, it found 'l' symbol after the code block
#and, being greedy, tries to capture up to the last 'l'
8 <adfsflog> <lig>        |  3:  EVAL(5)

#compares the 'lig' with 'log' - failed
8 <adfsflog> <lig>        |  5:  EXACT <log>(7)
                                    failed...

#moves backwards, taking the previous 'l'
#prints 2-nd 'hi'
5 <adfsf> <loglig>        |  3:  EVAL(5)

#compares 'loglig' with 'log' - success
5 <adfsf> <loglig>        |  5:  EXACT <log>(7)

#end
8 <adfsflog> <lig>        |  7:  END(0)

3."adfsfloglig"=〜/.*(？{print"hi"})sflog /;

 1: STAR (3)
 2:   REG_ANY (0)
 3: EVAL (5)
 5: EXACT <sflog> (8)
8: END (0)

跟踪:

#matches the whole string with .*
0 <> <adfsflogli>         |  1:STAR(3)
                           REG_ANY can match 11 times out of 2147483647...

#splits the string to <adf> and <sfloglig> and prints "hi".
3 <adf> <sfloglig>        |  3:  EVAL(5)

#compares 'sfloglig' with 'sflog' - success
3 <adf> <sfloglig>        |  5:  EXACT <sflog>(8)

#end
8 <adfsflog> <lig>        |  8:  END(0)