为什么选择的顺序在正则表达式中很重要？ [英] Why does the order of alternatives matter in regex?

问题描述

代码

using System;
using System.Text.RegularExpressions;

namespace RegexNoMatch {
    class Program {
        static void Main () {
            string input = "a foobar& b";
            string regex1 = "(foobar|foo)&?";
            string regex2 = "(foo|foobar)&?";
            string replace = "$1";
            Console.WriteLine(Regex.Replace(input, regex1, replace));
            Console.WriteLine(Regex.Replace(input, regex2, replace));
            Console.ReadKey();
        }
    }
}

预期输出

a foobar b
a foobar b

实际输出

a foobar b
a foobar& b

问题

当正则表达式模式中的 foo和 foobar的顺序更改时，为什么替换不起作用？

Why does replacing not work when the order of "foo" and "foobar" in regex pattern is changed? How to fix this?

推荐答案

正则表达式引擎尝试按指定的顺序匹配替代项。因此，当模式为（foo | foobar）&？时，它将立即匹配 foo 并继续尝试查找匹配项。输入字符串的下一位是 bar&。 b 不能匹配。

The regular expression engine tries to match the alternatives in the order in which they are specified. So when the pattern is (foo|foobar)&? it matches foo immediately and continues trying to find matches. The next bit of the input string is bar& b which cannot be matched.

换句话说，因为 foo 是其中的一部分 foobar ，（foo | foobar）不可能匹配 foobar ，因为它总是总是先匹配 foo 。

In other words, because foo is part of foobar, there is no way (foo|foobar) will ever match foobar, since it will always match foo first.

有时，这可能是一个非常有用的技巧，实际上。模式（o | a |（\w））将允许您捕获 \w 和 a 或 o 有所不同：

Occasionally, this can be a very useful trick, actually. The pattern (o|a|(\w)) will allow you to capture \w and a or o differently:

Regex.Replace("a foobar& b", "(o|a|(\\w))", "$2") // fbr& b

这篇关于为什么选择的顺序在正则表达式中很重要？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！