时间戳

首页 > 解决方案 > 组的可选令牌似乎阻止捕获？

regex - 组的可选令牌似乎阻止捕获？

问题描述

我想捕获 X{} 和 Y{} 括号之间的文本：

echo "example ,X{whateverX},...,Y{whateverY} the end" | \
  perl -ne 'print "$2 $4 \n" if /.*(,X\{(.*?)\}).*(,Y\{(.*?)\})/;' 
whateverX whateverY

现在，我想让 X 和/或 Y 的存在成为可选的，但是一旦我添加了可选修饰符，它就会停止匹配/捕获：

echo "example ,X{whateverX},...,Y{whateverY} the end" | \
      perl -ne 'print "$2 $4 \n" if /.*(,X\{(.*?)\})?.*(,Y\{(.*?)\})?/;' 
<nothing printed>

注意：上面我添加了？每个 X/Y 组的 和 修饰符，如下所示（最后一个字符）：

.\*(,X\\{(.\*?)\\})**?**

.\*(,Y\\{(.\*?)\\})**?**

例如，这里我只有 Y 作为可选，并且只有 X 匹配：

echo "example ,X{whateverX},...,Y{whateverY} the end" | \
      perl -ne 'print "$2 $4 \n" if /.*(,X\{(.*?)\}).*(,Y\{(.*?)\})?/;'
whateverX

我希望这三个都能产生“whateverX whateverY”，但只有第一个会......

我错过了什么？为什么将捕获组设为可选会破坏我的匹配？

标签： regexperl

解决方案

您应该提醒自己正则表达式的基本方面：只要整个表达式可以匹配，它们默认是贪婪的。

你的例子

/.*(,X\{(.*?)\})?.*(,Y\{(.*?)\})?/

只有可选元素，所以它总是匹配 - 一个空字符串，如果没有别的。

问题是，RE 会在尽可能早的位置和最大可能的位置上贪婪（同时仍然能够匹配表达式的其余部分）。因此，第一个.*将消耗字符串中的所有内容，而其他子表达式默认匹配空字符串（通过?或*）。

很难让 X{} 和 Y{} 成为可选，同时仍然希望它们存在；如果您将它们设为可选，那么正则表达式引擎将最终不会使用它们，如果它可以逃脱的话。

我建议使用子表达式，其中 X{} 和 Y{} 的交替组合出现在内部(?:...|...)（随后根据使用的分支将值分配给变量）或内部分支重置(?|...|...)（编写为正确的代码以使用/x）：

use strict;
use warnings;

foreach my $data (<DATA>) {
    chomp $data;

    if ($data =~ /
                     (?|
                         .*?                  # both X and Y present
                         ,X \{ ([^{}]*) \}
                         .*?
                         ,Y \{ ([^{}]*) \}
                     |
                         .*?                  # only X present
                         ,X \{ ([^{}]*) \}
                         .*
                         ()
                     |
                         .*?                  # only Y present
                         ()
                         ,Y \{ ([^{}]*) \}
                     |                
                         () ()                # neither X nor Y present
                     )
                 /x) {

        print "$1, $2\n";
    }
}

exit 0;

__DATA__
example ,X{whateverX},...,Y{whateverY} the end
example2 ,X{whateverX2},random data to the end
example3 with data before ,Y{whateverY3} the end
example4 with just data and no separators

将输出：

whateverX, whateverY
whateverX2, 
, whateverY3
,

请注意，前导.*?'s 是必需的，否则()()在每种情况下最终都会匹配。

推荐阅读