regex - 为什么 perl regex '*?' 保持贪婪？

Question

我运行一个简单的程序:

my $_ =  '/login/.htaccess/.htdf';
s!(/\.ht.*?)$!/!;
print "$_ $1";

出 /login/ /.htaccess/.htdf
我希望这个正则表达式只匹配 /.htdf .

示例 2:

my $_ =  'abcbc';
m/(b.*?)$/;
print "$_ $1\n";

出 abcbc bcbc
我期待 bc .

为什么是 *?还是贪心？ (我想要最小的匹配。)

Answer 1

原子按顺序匹配，第一个原子之后的每个原子必须在前一个原子停止匹配的位置匹配。 (第一个原子隐含在 \A(?s:.)*? 前面。)这意味着 .*/.*?无法决定从哪里开始匹配；它只能决定它在哪里停止匹配。

示例 1

这不是贪婪。 \.ht将匹配带到位置 10，在位置 10，最小值 .*?可以匹配并且仍然有模式匹配的其余部分是 access/.htdf .其实只有这样.*?可以在位置 10 处匹配并且仍然具有模式匹配的其余部分。

如果以 .ht 开头，我认为您想删除路径的最后一部分, 留下前面的 /到位。为此，您可以使用以下任一方法:

s{/\.ht[^/]*$}{/}

或者

s{/\K\.ht[^/]*$}{}

示例 2

这不是贪婪。 b将匹配带到位置 2，在位置 2，最小值 .*?可以匹配并且仍然有模式匹配的其余部分是 cbc .其实只有这样 .*?可以在位置 2 匹配并且仍然具有模式匹配的其余部分。

您可能正在寻找

/b[^b]*$/

或者

/b(?:(?!b).)*$/    # You'd use this if "b" was really more than one char.