为什么交替中的更长令牌不会匹配？

Question

我使用的是ruby 2.1,但同样的东西可以在rubular网站上复制.

如果这是我的字符串:

????????????????

我用这个表达式进行正则表达式匹配:

(?????????????|??)

我期待得到更长的令牌作为匹配.

?????????????

相反,我得到第二次替换作为匹配.

据我所知,它不像中文字符那样工作.

如果这是我的字符串:

foobar

我使用这个正则表达式:

(foobar|foo)

返回匹配结果是foobar.如果顺序是另一种方式,那么匹配的字符串就是foo.这对我来说很有意义.

Answer 1

您认为正则表达式匹配较长的交替是不正确的.

如果你有一点时间,让我们来看看你的正则表达式如何工作......

_{快速复习:正则表达式如何工作:状态机始终从左到右读取,必要时回溯.}

有两个指针,一个在模式上:

(cdefghijkl|bcd)

你的字符串上的另一个:

abcdefghijklmnopqrstuvw

String上的指针从左侧移动.只要它可以返回,它将会:

让我们把它变成一个更"顺序"的序列来理解:

您的foobar示例是另一个主题.正如我在这篇文章中提到的:

正则表达式如何工作:状态机始终从左到右读取.,|,, == ,,因为它始终只与第一次交替匹配.

那是好的,Unihedron,但是如何强制它进行第一次轮换呢？

看!^*

^(?:.*?\Kcdefghijkl|.*?\Kbcd)

此正则表达式首先尝试将整个字符串与第一个交替进行匹配.只有当它完全失败时,它才会尝试匹配第二次交替.\K这里用于保持与构造后面的内容匹配\K.

_{*:\K从2.0.0开始在Ruby中得到支持.}

阅读更多:

啊,我很无聊,所以我优化了正则表达式:

^(?:(?:(?!cdefghijkl)c?[^c]*)++\Kcdefghijkl|(?:(?!bcd)b?[^b]*)++\Kbcd)

你可以在这里看到一个演示.