正则表达式中的重复和字符类

Posted 2023-02-19

【中文标题】正则表达式中的重复和字符类

【英文标题】：repetition and character classes in regular expression [duplicate]

【发布时间】：2014-10-08 18:37:15

【问题描述】：

您可以使用字符类来匹配一系列字符，而不是像这样的完全匹配：

> str = "Daniel"
> match = /A-Za-z/.match str
=> nil
> match = /[A-Za-z]/.match str
=> #<MatchData "D">

第一个示例返回 nil，因为“Daniel”与“A-Za-z”不完全匹配。但是第二个示例使用了一个字符类，其中“-”在匹配范围时具有特殊含义。因此，正则表达式引擎检查字符串并在第一次出现匹配时停止，在本例中为 'D'。

由于 + 修饰符匹配一个或多个出现，我可以这样返回完整的字符串：

> match = /[A-Za-z]+/.match str
=> #<MatchData "Daniel">

match[0] 将提供完整的字符串“Daniel”，因为正则表达式匹配字母表中基本上每个字母的一个或多个出现。

有了这些知识，引擎也应该能够匹配字符串中的所有 a。但它没有：

> str = "Daaniaal"
> match = /[a]+/.match str
=> #<MatchData "aa">

它在匹配前两个 a 后似乎停止了，即使我使用 + 修饰符来匹配一个或多个出现。会期待像“aaaa”这样的结果。这怎么行不通？

【参考方案1】：

它必须是连续的，所以它必须匹配“aaniaa”，但当然它只匹配字母“a”。第二个“aa”是不同的有效匹配。

String::scan 会给你多个结果。

【参考方案2】：

每个匹配都是离散匹配 - 它不会为您将结果粘合在一起。

要获得所有结果，请使用str.scan()。

> str = "Daaniaal"
> str.scan /a+/
=> ["aa", "aa"]

【讨论】：

match = /[A-Za-z]+/.match str 在每次出现时都会产生离散匹配，并将结果粘合在一起。

@JohnMerlino 它没有，它只是匹配字符串中的所有字符。字符串中有两种不同的模式与您的模式相匹配。

引擎一直是这样工作的，找到第一个模式后就停止了？

@JohnMerlino 正确，当您使用 match 时。请注意，您可以在字符串中指定一个位置来开始搜索：ruby-doc.org/core-2.1.2/Regexp.html#method-i-match

我只是想再添加一条评论。你说过，只要正则表达式引擎找到它的第一个匹配项，它就不会继续。但是，如果我们有以下字符串： str = "月亮是由奶酪制成的"。我们在上面运行这个正则表达式：match = /\s.+\s/.match str。它返回“moon is made of”而不是“The moon is made of cheese”。就好像正则表达式引擎知道模式中的第二个 \s ，即使它永远不会到达它，因为 .+ 在我们换行之前将是真实的。