为什么（。*）*进行两场比赛，然后选择没有在组$ 1〜 [英] Why does (.*)* make two matches and select nothing in group $1?

问题描述

这源于一个讨论正式定期EX pressions语法。我见过有多个固定的前pression解析器这种行为，所以我标记它的语言无关。

看看下面的EX pression（调整它您喜欢的语言）：

 更换（输入，（。*）*，$ 1）
 

它会返回一个空字符串。为什么呢？

更奇怪的，甚至，前pression 更换（输入，（。*）*，A $ 1B）将返回字符串 ABAB 。为什么双空匹配？

免责声明：我知道回溯和贪婪的比赛，但规则规定由杰弗里·弗里德尔似乎决定了。* 相匹配的一切，并没有进一步的回溯或匹配完成。那么，为什么是 $ 1 空？

注意：与 * ，它返回输入字符串比较（+）。然而， http://regexhero.com 表明，仍然有两场比赛，这似乎很奇怪，基于同样的理由如上。

解决方案

让我们看看会发生什么：

1. （。*）匹配输入。
2. 输入被抓进集团 1 。
3. 的正则表达式引擎现在位于字符串的结尾。但是，由于（。*）是重复的，另一场比赛尝试：
4. （。*）匹配输入。
在空字符串
5. 在空字符串被捕获到组 1 ，覆盖输入。
6. $ 1 现在包含一个空字符串。

在评论一个很好的问题：

  

那么，为什么更换（输入，（输入）*，A $ 1B）返回AinputBAB？

1. （输入）* 匹配输入。它被替换为AinputB。
2. （输入）* 匹配空字符串。它被替换为AB（ $ 1 是空的，因为它没有参加比赛）。
3. 结果：AinputBAB

This arose from a discussion on formalizing regular expressions syntax. I've seen this behavior with several regular expression parsers, hence I tagged it language-agnostic.

Take the following expression (adjust it for your favorite language):

replace("input", "(.*)*", "$1")

it will return an empty string. Why?

More curiously even, the expression replace("input", "(.*)*", "A$1B") will return the string ABAB. Why the double empty match?

Disclaimer: I know about backtracking and greedy matches, but the rules laid out by Jeffrey Friedl seem to dictate that .* matches everything and that no further backtracking or matching is done. Then why is $1 empty?

Note: compare with (.+)*, which returns the input string. However, http://regexhero.com shows that there are still two matches, which seems odd for the same reasons as above.

解决方案

Let's see what happens:

1. (.*) matches "input".
2. "input" is captured into group 1.
3. The regex engine is now positioned at the end of the string. But since (.*) is repeated, another match attempt is made:
4. (.*) matches the empty string after "input".
5. The empty string is captured into group 1, overwriting "input".
6. $1 now contains the empty string.

A good question from the comments:

Then why does replace("input", "(input)*", "A$1B") return "AinputBAB"?

1. (input)* matches "input". It is replaced by "AinputB".
2. (input)* matches the empty string. It is replaced by "AB" ($1 is empty because it didn't participate in the match).
3. Result: "AinputBAB"

这篇关于为什么（。*）*进行两场比赛，然后选择没有在组$ 1〜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！