正则表达式不像预期的那么贪婪 /^(\d+)[^_]/
Posted
技术标签:
【中文标题】正则表达式不像预期的那么贪婪 /^(\\d+)[^_]/【英文标题】：Regex not as greedy as expected /^(\d+)[^_]/正则表达式不像预期的那么贪婪 /^(\d+)[^_]/ 【发布时间】：2021-10-07 21:45:05 【问题描述】：正则表达式：/^(\d+)[^_]/gm 测试字符串：12_34
我希望这个正则表达式不匹配测试字符串，因为 \d+ 是 贪婪 吃数字 1 和 2 和 [^_]在_ 上失败。
但它意外匹配仅与 Group1 中的 1。我哪里错了？
我试图找到一个与测试字符串“12”或“12xx”中的数字匹配但与“12_xx”不匹配的正则表达式
示例： https://regex101.com/r/0QRTjs/1/ 方言：最后我会使用 Microsoft System.Text.RegularExpressions。
【问题讨论】：
您应该阅读Backtracking 和Atomic Groups。基本上，“贪婪”的意思是“尽可能允许回溯”。您期望的行为可以通过原子组实现。 对于您的特定示例，您可以只使用否定的 Lookahead，因为您可能不需要在匹配中的数字后面包含字符：^(\d+)(?!\d|_)。见this demo。
好的，所以功能 Backtracking 导致我的“意外行为”，因为正则表达式比我想象的要多。我可以使用 Atomic Groups 来避免回溯。 ^((?>\d*))[^_] 似乎可以解决问题。谢谢艾哈迈德！
^((?>\d*))([^_]|$) 正确匹配我的纯数字行。
【参考方案1】：
\d+ 将匹配一个或多个数字。
由于您附加了[^_]，因此它后面只能跟一个非_ 字符。
因此\d+ 无法匹配12，因为它后面跟着_。1 是第一个匹配组，因为它后面跟着2，而不是_。
如果你只想匹配带有数字的行，有一个非常简单的表达式：
^(\d+)$
【讨论】：
【参考方案2】：\d+ 有能力减少匹配的数量，如果这会导致整体匹配。通过回溯，2 满足[^_] 的匹配，1 被捕获。
见HERE
您可以在比赛开始时使用负前瞻：
/^(?!\d+_)(\d+)/
见HERE
或者您可以使用不允许回溯的原子组：
/^((?>\d+))(?:[^_]|$)/
见HERE
或者使用所有格量词++，它不允许回溯：
/^\d++([^_]|$)/
见HERE
所有格量词可能是最快的......
【讨论】：
(?!=_) 还不够，“12”仍会在“12_”中匹配。你需要(?![_\d])。另外，我猜= 是错字？
/^((?>\d+))[^_]/ 在仅数字行上出错。我在 cmets 中更正了我的答案。最好的似乎是@41686d6564 答案^(\d+)(?!\d|_)?以上是关于正则表达式不像预期的那么贪婪 /^(\d+)[^_]/的主要内容，如果未能解决你的问题，请参考以下文章