c++ - 在 libc++ 上，为什么 regex_match ("tournament", regex ("tour|to|tournament")) 失败？

Question

在http://llvm.org/svn/llvm-project/libcxx/trunk/test/re/re.alg/re.alg.match/ecma.pass.cpp ,存在以下测试:

    std::cmatch m;
    const char s[] = "tournament";
    assert(!std::regex_match(s, m, std::regex("tour|to|tournament")));
    assert(m.size() == 0);

为什么这个匹配会失败？

在VC++2012和boost上，匹配成功。
在 Chrome 和 Firefox 的 Javascript 上，"tournament".match(/^(?:tour|to|tournament)$/) 成功。

仅在 libc++ 上，匹配失败。

Answer 1

我相信测试是正确的。在 re.alg 下的所有 libc++ 测试中搜索“tournament”并比较不同引擎如何处理 regex("tour|to|tournament") 是有益的。 ，以及如何regex_search不同于 regex_match .

让我们从regex_search开始:

awk，egrep，扩展:

regex_search("tournament", m, regex("tour|to|tournament"))

matches the entire input string: "tournament".

ECMAScript:

regex_search("tournament", m, regex("tour|to|tournament"))

matches only part of the input string: "tour".

grep，基本的:

regex_search("tournament", m, regex("tour|to|tournament"))

Doesn't match at all. The '|' character is not special.

awk、egrep 和 extended 将尽可能多地匹配交替。然而，ECMAScript 交替是“有序的”。这在 ECMA-262 中指定.一旦 ECMAScript 匹配了交替中的一个分支，它就会退出搜索。该标准包括这个例子:

/a|ab/.exec("abc")

returns the result "a" and not "ab".

<plug>

这也在 Mastering Regular Expressions by Jeffrey E.F. Friedl 中进行了深入讨论。 .我无法实现 <regex>没有这本书。我坦率地承认，关于正则表达式，我不知道的比我知道的要多得多。

在交替章节的结尾，作者指出:

If you understood everything in this chapter the first time you read it, you probably didn't read it in the first place.

相信吧!

</plug>

无论如何，ECMAScript 只匹配“tour”。 regex_match仅当匹配整个 输入字符串时，算法才会返回成功。由于仅匹配输入字符串的前 4 个字符，因此与 awk、egrep 和扩展不同，ECMAScript 返回 false 并返回大小为零的 cmatch。 .