r - R 正则表达式重复

Question

通过 R4DS 字符串章节，我对以下正则表达式示例感到困惑：

x <- "1888 is the longest year in Roman numerals: MDCCCLXXXVIII"

str_view(x, "C?")

此代码不返回匹配项

使用?我的理解指定匹配 0 或 1 次，重复是“贪婪”并且将匹配可能的最长字符串，那么为什么不匹配 1“C”？

此外，以下代码与第一个“CC”匹配：

x <- "1888 is the longest year in Roman numerals: MDCCCLXXXVIII"

str_view(x, "CC?")

谢谢

标签： rregex

Answer 1

我认为它确实返回了一个匹配项，但它是空字符串。

解释：

1. 正则表达式引擎首先检查第一个字符是否匹配
2. M不匹配C。
3. 但是等等，这C是可选的。
4. 空字符串匹配。
5. 成功！

另一方面CC?，在字符串的开头无法匹配，因此引擎必须逐步遍历字符串，直到找到第一个C，然后无论有多少Cs 都会匹配。

道德：永远不要构建一个所有标记都是可选的正则表达式，允许一个空匹配（除非你打算这样做）。