什么是“嵌套量词”，为什么它会导致我的正则表达式失败？

Posted 2023-04-13

【中文标题】什么是“嵌套量词”，为什么它会导致我的正则表达式失败？

【英文标题】：What is a "Nested Quantifier" and why is it causing my regex to fail?

【发布时间】：2010-09-17 15:14:18

【问题描述】：

我有这个正则表达式，我在 regex buddy 中构建和测试。

"_ [ 0-9]10+ 1+[ 0-9]10+ 2+[ 0-9]6+ 2[ 0-9]2"

当我在 .Net C# 中使用它时

我收到异常

"parsing \"_ [ 0-9]10+ +[ 0-9]10+  +[ 0-9]6+  [ 0-9]2\" - Nested quantifier +."

这个错误是什么意思？显然 .net 不喜欢这种表达方式。

这里是正则表达式好友，所以你可以理解我的正则表达式意图......

_ [ 0-9]10+ 1+[ 0-9]10+ 2+[ 0-9]6+ 2[ 0-9]2

Match the characters "_ " literally «_ »
Match a single character present in the list below «[ 0-9]10+»
   Exactly 10 times «10+»
   The character " " « »
   A character in the range between "0" and "9" «0-9»
Match the character " " literally « 1+»
   Exactly 1 times «1+»
Match a single character present in the list below «[ 0-9]10+»
   Exactly 10 times «10+»
   The character " " « »
   A character in the range between "0" and "9" «0-9»
Match the character " " literally « 2+»
   Exactly 2 times «2+»
Match a single character present in the list below «[ 0-9]6+»
   Exactly 6 times «6+»
   The character " " « »
   A character in the range between "0" and "9" «0-9»
Match the character " " literally « 2»
   Exactly 2 times «2»
Match a single character present in the list below «[ 0-9]2»
   Exactly 2 times «2»
   The character " " « »
   A character in the range between "0" and "9" «0-9»

总之……

什么是嵌套量词？

【参考方案1】：

.NET 在n 样式量词之后抱怨+，因为它没有任何意义。 n 表示与给定组的 n 完全匹配。 + 表示匹配一个或多个给定组。删除+'s 就可以正常编译了。

"_ [ 0-9]10 1[ 0-9]10 2[ 0-9]6 2[ 0-9]2"

【讨论】：

在某些正则表达式风格中 min,max+ 是所有格量词，但 .Net 不支持它们。如果您正在使用 Regex buddy，您可以通过右键单击合成窗格并从下拉列表中选择“风味”来告诉它您正在使用哪种风味的正则表达式。

【参考方案2】：

.NET 不支持possessive quantifier

10+

但是，10 应该具有完全相同的效果。如果最长的匹配失败，+ 会避免回溯并尝试更短的匹配，但由于 10 只能匹配正好 10 个字符开始，这并没有多大效果。

"_ [ 0-9]10 [ 0-9]10 2[ 0-9]6 2[ 0-9]2"

应该没问题。我还删除了“1+”位。由于它只匹配一次，“A1+”相当于“A”。

编辑 正如 Porges 所说，如果您确实需要 .NET 中的所有格量词，那么原子组提供相同的功能，(?>[0-9]*) 等同于 [0-9]*+。

【讨论】：

酷。没有意识到一些正则表达式引擎提供了这个选项。

我认为你应该能够通过使用原子组来模拟所有格量词，即使用[0-9]10+，而不是(?>[0-9]10)。

【参考方案3】：

他们是对的。这个版本的正则表达式不会失败：

(_ [ 0-9]10)+(\s1)+([ 0-9]10)+(\s2)+([ 0-9]6)+\s2[ 0-9]2

注意使用括号来创建可以重复一次或多次的组。此外，您应该更具体并使用 \s 而不是空格，因为模式空格可能有意义，也可能没有意义。

顺便说一句，这个正则表达式看起来并不那么有用。您可能想问另一个问题，类似于“如何使用正则表达式匹配此模式？”

【讨论】：

嗯，这只是一个 sn-p，完整的正则表达式是这样... _ [0-9]10 1[ 0-9]10 2[ 0- 9]6 2[ 0-9]2|_ [ 0-9]10 1[0-9]10 2[ 0-9]6 2 [ 0-9]2|_ [ 0-9]10 1[ 0-9]10 2[ 0-9]6 2[0-9] 2它的返回字段只要一个不是空白的......我喜欢 \s 的想法。谢谢

我几乎可以肯定正则表达式可能会被缩减。说真的，问一个关于如何做的问题并提供一些示例数据。

【参考方案4】：

如果您在 RegexBuddy 顶部的工具栏中选择 .NET 风格，RegexBuddy 将指示 .NET 不支持所有格量​​词，例如 10+。

由于 10 只允许特定数量的重复，因此使其惰性或所有格毫无意义，即使它在支持惰性和/或所有格量词的正则表达式风格中在语法上是有效的。从您的正则表达式中删除 + 符号将使其在 .NET 中正常工作。

在其他情况下，在 RegexBuddy 的 Create 选项卡中双击所有格量词的错误。 RegexBuddy 然后将所有格量词替换为功能等效的原子组。

如果您在 RegexBuddy 的“使用”选项卡上为 .NET 语言生成源代码 sn-p，RegexBuddy 将自动替换源代码 sn-p 中正则表达式中的所有格量词。