正则表达式、组和量化器

Posted 2023-02-22

【中文标题】正则表达式、组和量化器

【英文标题】：Regex, group & quantifyer

【发布时间】：2013-07-29 18:36:59

【问题描述】：

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”改变了一些东西，它会被添加为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: ! 

这是什么语义，有什么规范的答案吗？

【问题讨论】：

什么是JS 和JS'？有什么区别？

我认为该网站没有为您提供正确的组。请改用regexplanet.com。

【参考方案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，它将在 JS 中返回一个空字符串或类似 undefined 的东西（这取决于风格）。 regular-expressions.info 上面有一篇关于此事的好文章。

现在我们如何获得您的结果？让我们从 JavaScript 开始。

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 中所需的字符数量，并捕获1 中的最后一个字符。所以我们可以忽略这些。

全球的怎么了？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，您将不再获得所有捕获的数组 - 但只会获得所有匹配的数组（每个匹配的组 0）。因此，在 +、* 和 5 只有一个匹配的情况下，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，因此结果数组包含两个元素。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()（它一次给您一个匹配，但它的所有捕获）。

PHP 是什么？似乎它正在使用preg_match_all，无论如何它都是全局的，这就是为什么使用g 没有效果。 + 再次给出了您期望的结果。 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于组，第二个对应于匹配。在您的输出中，它被反过来解释。因此，当有多个匹配时，第一对0 和1 是两个找到的匹配的整个匹配。第二对 0 和 1 是您在这两场比赛中捕获的。

所以对于*，你首先得到完整的字符串作为匹配，最后一个字符作为捕获（标记0的两个东西），这是正确的。然后，由于* 允许零宽度匹配，您会在字符串末尾获得另一个（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。

对于4，您只需获得两个匹配项（Trol 和 olo!），就像在 JavaScript 案例中分别捕获 l 和 ! 一样，这同样非常好。

【讨论】：

> 首先，应该发生什么？确实，这就是问题:-)我实际上预期，在 abcd 上匹配 (.)* 将给出 0.abcd 1.a 2.b 3.c 4.d - 也就是说，我得到更多组，正如量词所显示的那样量化组。但想了很久，这似乎根本不可用，因为组引用是固定的。

@Falko，唯一能做到这一点的正则表达式风格是 .NET。在那里，您会为每个包含 Capture 集合的组获得一个 Group 对象。

啊，酷。但如前所述，我无法想象这在实践中有何帮助。

@Falko 说你有类似...(13|52|78|33)... 的东西，并且想要匹配所有数字，但可能是任意数量。另一种方法是两步匹配，您首先匹配序列，然后将其拆分或其他方式。但在 .NET 中，您可以立即捕获所有这些数字。 .NET 实际上走得更远，这些捕获被保存在堆栈中，在匹配过程中元素可以在堆栈中弹出，这允许在正则表达式中进行计数：[参见平衡组](***.com/questions/17003799/what-are-regular -表达式平衡组）