R正则表达式重复

Question

阅读 R4DS 字符串章节时，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?")

此代码返回不匹配

使用 ? 我理解指定匹配 0 次或 1 次并且重复是“贪婪的”并且将匹配可能的最长字符串，那么为什么不匹配 1 个“C”？

另外，下面的代码匹配第一个“CC”:

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

str_view(x, "CC?")

谢谢

Answer 1

我认为它确实返回了一个匹配项，但它是一个空字符串。

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. 等等，C 是可选的。
4. 空字符串匹配。
5. 成功!

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

道德:永远不要构建所有标记都是可选的正则表达式，允许空匹配(除非您正计划这样做)。