正則表達式，組和量化器

Question

我剛剛在http://regexcrossword.com/上做了有趣的正則表達式填字遊戲 - 發現我不明白量化組的含義。 （）（）+或*

讓我嘗試http://ole.michelsen.dk/tools/regex.html，它提供的JavaScript和PHP的正則表達式引擎：「Trololo」

來匹配的字符串是（不帶引號）。 （如果對「環球比賽」改變的東西，它被添加作爲底漆版本，也就是JS」，因爲它並沒有改變PHP模式東西。切換）

JS, (.)+ => 0: Trololo! 1: ! 
JS', (.)+ => 0: Trololo! 
PHP, (.)+ => 0: Trololo! 0: ! 
JS, (.)* => 0: Trololo! 1: ! 
JS', (.)* => 0: Trololo! 
PHP, (.)* => 0: Trololo! 1: 0: ! 1: 
JS, (.){5} => 0: Trolo 1: o 
JS', (.){5} => 0: Trolo 
PHP, (.){5} => 0: Trolo 0: o 
JS, (.){4} => 0: Trol 1: l 
JS', (.){4} => 0: Trol 1: olo! 
PHP, (.){4} => 0: Trol 1: olo! 0: l 1: ! 

是否有任何規範性的答案是什麼這是什麼語義？

Answer 1

輸出沒有正確標記，就這些了。

首先，應該發生什麼？如果您重複一個組，則每個新實例都將覆蓋上次捕獲。如果該組完全不使用，它將返回一個空字符串或類似於JS中的undefined（取決於風格）。關於這個問題，關於regular-expressions.info有一篇很好的文章。

現在我們該如何獲得您的結果？我們從JavaScript開始。

所有標記爲JS（非全局函數）的示例都符合上述說明。它們匹配0中所需的字符數量並捕獲1中的最後一個字符。所以我們可以忽略這些。

什麼是全球性的？這裏的輸出解釋不正確。當您在String.match()函數中使用全局標誌時，您不會再獲取所有捕捉的數組 - 但只有所有匹配的數組（每個匹配組爲0）。因此，在+,*和{5}的情況下，只有一個匹配，你只能得到那一個結果。使用{4}時，目標字符串中有足夠的空間用於兩個匹配項，所以生成的數組包含兩個元素。要獲得全局標記的所有捕獲，您需要編寫一個循環，並使用RegExp.exec()來代替（一次給出一個匹配，但是它的所有捕獲）。

什麼是PHP？它似乎使用preg_match_all，這是全球性的，這就是爲什麼使用g沒有效果。 +給出了您期待的結果。 {5}也是如此。

另外兩個是什麼？在這裏，輸出被解釋爲錯誤的方式。默認情況下，preg_match_all給出了一個二維數組，第一個索引對應於該組，第二個索引對應於該匹配。在你的輸出中，它是相反的解釋。因此，當有多個匹配時，第一對0和1是兩個找到的匹配的整個匹配。第二對0和1是你在這兩場比賽中獲得的。

因此對於*，您首先得到完整字符串作爲匹配，並將最後一個字符作爲捕獲（這兩個事物標記爲0），這是正確的。然後，由於*允許零寬度匹配，因此您會在字符串末尾獲得另一個（空）匹配以及空捕獲。我不確定爲什麼相應的JS'示例不包含額外的空字符串，但是，因爲String.match會做同樣的事情。

而對於{4}，你只會得到兩場比賽（Trol和olo!），如JavaScript的情況下與捕獲l和!，分別，而這又是完全正常的。