boost::regex 中的嵌套量词

Posted 2023-02-21

【中文标题】boost::regex 中的嵌套量词

【英文标题】：Nested quantifiers in boost::regex

【发布时间】：2010-08-29 06:52:33

【问题描述】：

在不支持所有格量​​词的编程语言中，\d++ 是一个有效的正则表达式吗？它是否等同于(\d+)+？

在 Python 中测试时，会引发错误sre_constants.error: multiple repeat。在 C# 中，它会抛出运行时异常：System.ArgumentException: parsing "\d++" - Nested quantifier +。以及 boost::xpressive。 但是\d++...+ 在 boost::regex 中被认为是有效的。

wchar_t* s = L"abc123" ;
wregex e(L"\\d+++", boost::regex::normal) ;
wcmatch m ;

if(regex_search(s, m, e))
    wcout <<  m[0] << endl ;

输出为123。

【参考方案1】：

上面的代码为我抛出了一个 boost::bad_expression 的实例，其中包含“无效的前置正则表达式”。 它是一个用 gcc 3.4.6 和 boost 1_32 编译的 redhat linux 系统。

【讨论】：

我用 Visual C++ 2008 编译它并提升 1.36|1.44。

【参考方案2】：

如果没有所有格量词，\d++（或(\d+)+）是什么意思？

假设它是一个有效的语法，我们可以将它读作“一个或多个（一个或多个数字）”。在这种情况下，我们仍然可以将表达式简化为 \d+（\d+ 匹配一个数字，因此 (\d+)+ 可以简化为 (\d)+，它仍然匹配一个或多个数字）。因此，\d++ 将是多余的。

除了支持所有格量​​词的引擎之外，我不知道任何正则表达式引擎 \d++ 是有效语法。