正则表达式 – 如何订购正则表达式替代品以获得最长匹配?

我有一些正则表达式 regex1,regex2,…,regexN组合成一个正则表达式regex1 | regex2 | … | regexN.我想重新排序组件表达式,以便组合表达式在给定字符串的开头给出最长的匹配.

我相信这意味着重新排序正则表达式,使得“如果regexK匹配regexL的前缀,则L

最长的比赛

不幸的是,没有明确的逻辑来讲述正则表达式
引擎可以获得最长的匹配.

这样做会/可能会创建一个疯狂的级联回溯剧集.
根据定义,它的复杂性太大而无法处理.

所有正则表达式都是从左到右处理的.
引擎可以先匹配任何东西,然后拯救.

对于替换,尤其如此,这是|这是|这里
将始终匹配’这是在这里’和
永远不会匹配这个也不是这里

一旦你意识到这一点,你可以将交替重新排序
这是|这是|这给每次最长的匹配.

当然这可以减少到这个(?:( ?: is)?这里)?
这是获得最长比赛的聪明方式.

还没有看到任何你要组合的正则表达式的例子,
所以这只是一些一般信息.

如果你展示了你想要组合的正则表达式,那么更好的解决方案就是
提供.

交替内容确实相互影响,以及之前或之前的任何内容
跟随群集会影响哪个轮流匹配.

如果你有更多问题,请问.

附录:

对于@Laurel.这总是可以使用Perl 5正则表达式(> 5.10)完成
因为Perl可以从正则表达式子表达式中运行代码.
由于它可以运行代码,因此可以计算并获得最长的匹配.

然而,最左边的规则永远不会改变.
如果正则表达式是热力学,那么这将是第一定律.

Perl是一个奇怪的实体,因为它试图在正则表达式之间创建协同作用
代码执行.

因此,可以使其运算符超负荷注入
定制到语言本身.
他们的正则表达式引擎没有什么不同,可以用同样的方式定制.

所以,从理论上讲,下面的正则表达式可以构成一个正则表达式构造,
一个新的Alternation构造.

我不会在这里详述,但足以说明,它不适合胆小的人.
如果您对此类事物感兴趣,请参阅下面的perlre联机帮助页
“创建自定义RE引擎”部分

Perl的:

注 – 正则表达式交替表单基于@Laurel复杂示例
(a | ab.* c |.{0,2} c * d)适用于abcccd.

在视觉上,如果制作自定义正则表达式构造,看起来类似于
一个交替(?:rx1 || rx2 || rx3)而我猜这是多少
Perl6是将regex引擎直接集成到语言中的.

此外,如果按原样使用,则可以根据需要动态构造此正则表达式.
请注意,Perl正则表达式构造的所有丰富性都可用.

产量

Longest Match Found:  abcccd

use strict;
use warnings;

my ($p1,$p2,$p3) = (0,0);
my $targ = 'abcccd';

# Formatted using RegexFormat7 (www.regexformat.com)

if ( $targ =~
/
   # The Alternation Construct
     (?=
          ( a )                         # (1)
          (?{ $p1 = length($^N) })
     )?
     (?=
          ( ab .* c )                   # (2)
          (?{ $p2 = length($^N) })
     )?
     (?=
          ( .{0,2} c*d )                # (3)
          (?{ $p3 = length($^N) })
     )?
   # Check At Least 1 Match
     (?(1)
          (?(2)
               (?(3)
                 |  (?!)
               )
          )
     )
   # Consume Longest Alternation Match
     (                                  # (4 start)
          (?(?{
               $p1>=$p2 && $p1>=$p3
            })
               \1 
            |  (?(?{
                    $p2>=$p1 && $p2>=$p3
                 })
                    \2 
                 |  (?(?{
                         $p3>=$p1 && $p3>=$p2
                      })
                         \3 
                    )
               )
          )
     )                                  # (4 end)
/x ) {

    print "Longest Match Found:  $4\n";
} else {
    print "Did not find a match!\n";
}
翻译自:https://stackoverflow.com/questions/35997376/how-to-order-regular-expression-alternatives-to-get-longest-match

转载注明原文:正则表达式 – 如何订购正则表达式替代品以获得最长匹配?

最长的比赛

不幸的是,没有明确的逻辑来讲述正则表达式
引擎可以获得最长的匹配.

这样做会/可能会创建一个疯狂的级联回溯剧集.
根据定义,它的复杂性太大而无法处理.

所有正则表达式都是从左到右处理的.
引擎可以先匹配任何东西,然后拯救.

对于替换,这是|这是|这里
将始终匹配’这是在这里’和
永远不会匹配这个也不是这里

一旦你意识到这一点,你可以将交替重新排序
这是|这是|这给每次最长的匹配.

当然这可以减少到这个(?:( ?: is)?这里)?
这是获得最长比赛的聪明方式.

还没有看到任何你要组合的正则表达式的例子,
所以这只是一些一般信息.

如果你展示了你想要组合的正则表达式,那么更好的解决方案就是
提供.

交替内容确实相互影响,以及之前或之前的任何内容
跟随群集会影响哪个轮流匹配.

如果你有更多问题,请问.

附录:

对于@Laurel.这总是可以使用Perl 5正则表达式(> 5.10)完成
因为Perl可以从正则表达式子表达式中运行代码.
由于它可以运行代码,因此可以计算并获得最长的匹配.

然而,那么这将是第一定律.

Perl是一个奇怪的实体,因为它试图在正则表达式之间创建协同作用
代码执行.

因此,可以用同样的方式定制.

所以,
一个新的Alternation构造.

我不会在这里详述,请参阅下面的perlre联机帮助页
“创建自定义RE引擎”部分

Perl的:

注 – 正则表达式交替表单基于@Laurel复杂示例
(a | ab.* c |.{0,2} c * d)适用于abcccd.

在视觉上,看起来类似于
一个交替(?:rx1 || rx2 || rx3)而我猜这是多少
Perl6是将regex引擎直接集成到语言中的.

此外,Perl正则表达式构造的所有丰富性都可用.

产量

Longest Match Found:  abcccd

use strict;
use warnings;

my ($p1,2} c*d )                # (3)
          (?{ $p3 = length($^N) })
     )?
   # Check At Least 1 Match
     (?(1)
          (?(2)
               (?(3)
                 |  (?!)
               )
          )
     )
   # Consume Longest Alternation Match
     (                                  # (4 start)
          (?(?{
               $p1>=$p2 && $p1>=$p3
            })
               \1 
            |  (?(?{
                    $p2>=$p1 && $p2>=$p3
                 })
                    \2 
                 |  (?(?{
                         $p3>=$p1 && $p3>=$p2
                      })
                         \3 
                    )
               )
          )
     )                                  # (4 end)
/x ) {

    print "Longest Match Found:  $4\n";
} else {
    print "Did not find a match!\n";
}

相关文章

正则替换html代码中img标签的src值在开发富文本信息在移动端...
正则表达式
AWK是一种处理文本文件的语言,是一个强大的文件分析工具。它...
正则表达式是特殊的字符序列,利用事先定义好的特定字符以及...
Python界一名小学生,热心分享编程学习。
收集整理每周优质开发者内容,包括、、等方面。每周五定期发...