regex - Perl 单元 2 正则表达式为 1

Question

一个有效的字符串应该包含西里尔字符或仅包含拉丁字符。

我用 2 个正则表达式创建了一个有效的解决方案。但是当我试图将它们合并为 1 时，它失败了:

#!/usr/bin/perl

use strict;
use warnings;
use utf8;
use v5.14;
use open ':std', ':encoding(UTF-8)';

my @data = (
    # rus - ok
    "абвгдеёжзийклмнопрстуфхцчшщьыъэюяАБВГДЕЁЖЗИЙКЛМНОПРСТУФХЦЧШЩЬЫЪЭЮЯ",
    # space
    "а бвгдеёжзийклмнопрстуфхцчшщьыъэюяАБВГДЕЁЖЗИЙКЛМНОПРСТУФХЦЧШЩЬЫЪЭЮЯ",
    # rus - latin
    "аtбвгдеёжзийклмнопрстуфхцчшщьыъэюяАБВГДЕЁЖЗИЙКЛМНОПРСТУФХЦЧШЩЬЫЪЭЮЯ",
    # digit
    "аб2вгдеёжзийклмнопрстуфхцчшщьыъэюяАБВГДЕЁЖЗИЙКЛМНОПРСТУФХЦЧШЩЬЫЪЭЮЯ",
    # latin - ok
    "abcdefghejklmnopqrstuvwxyzABCDEFGHEJKLMNOPQRSTUVWXYZ",
    # space
    "a bcdefghejklmnopqrstuvwxyzABCDEFGHEJKLMNOPQRSTUVWXYZ",
    # underscore
    "a_bcdefghejklmnopqrstuvwxyzABCDEFGHEJKLMNOPQRSTUVWXYZ",
    # digit
    "a2bcdefghejklmnopqrstuvwxyzABCDEFGHEJKLMNOPQRSTUVWXYZ"
);

foreach(@data) {
    if ($_ =~ /^[а-яё]+$/i or $_ =~ /^[a-z]+$/i) {
        print "ok\n";
    }
    else {
        print "bad\n";
    }
}

print "-------\n";
foreach(@data) {
    if ($_ =~ /^(:?[а-яё]+)|(:?[a-z]+)$/i) {
        print "ok\n";
    }
    else {
        print "bad\n";
    }
}

输出:

ok
bad
bad
bad
ok
bad
bad
bad
-------
ok
ok
ok
ok
ok
ok
ok
ok

出于某种原因，第二个正则表达式总是成功。

Answer 1

在你的正则表达式中，

• :? - 匹配一个可选的 : 而你想定义一个 non-capturing group , (?:...)
• ^(?:a+)|(?:b+)$ - 匹配字符串开头的 a 或 b s 在字符串的末尾。

你应该使用

/^(?:[а-яё]+|[a-z]+)$/i

参见 regex demo . 详细信息:

• ^ - 字符串的开始
• (?: - 非捕获组的开始
  • [а-яё]+ - 一个或多个俄语字母
  • | - 或者
  • [a-z]+ - 一个或多个 ASCII 字母
• ) - 非捕获组结束
• $ - 字符串结尾。

注意:从 Perl 5.22 开始，您可以使用 n modifier要使捕获组表现为非捕获组，/^([а-яё]+|[a-z]+)$/ni。因此，不存在混合 ?: 和 :? 的风险。

在本例中使用use v5.22.0;检查核心版本。