正則表達式的問題與*懶惰

對不起提前，這可能是一個有點挑戰性閱讀...正則表達式的問題與*懶惰

我試圖解析線（實際上從IMAP服務器主題行），看起來像這樣：

=?utf-8?Q?Here is som?= =?utf-8?Q?e text.?=

這有點難看，但在上面的行中有兩個=?/?=對。（總會有一對;理論上可能有很多。）在這兩個=?/?=對的每一對中，我想要提取第三個參數（由?分隔符定義）。（第一對，它是「這裏是SOM」，並在第二個它的「電子文本。」）

下面是我使用的正則表達式：

=\?(.+)\?.\?(.*?)\?=

我想它返回兩場比賽，每對=?/?=一對。相反，它將整條線路作爲單個匹配返回。我原以爲(.*?)中的?爲了讓*運算符懶惰，就不會發生這種情況，但顯然它不會。

有什麼建議嗎？

編輯：根據以下建議取代「。？」與「[^（\？=）]？」我現在試圖做的：

=\?(.+)\?.\?([^(\?=)]*?)\?=

...但它不工作，要麼。（我不確定[^（\？=）] *？是否是排除雙字符序列的正確方法，如「？=」。是否正確？）

來源

2011-12-08 Greg Maletic

感謝大家的回答！這解決了我的問題，最簡單的表達是這樣的：

=\?(.*?)\?.\?(.*?)\?=

這和我最初張貼表達之間的唯一區別是增加了一個？（非貪婪）運營商在第一個「。*」。關鍵，我忘了它。

來源

2011-12-09 19:33:20

試試這個：

\=\?([^?]+)\?.\?(.*?)\?\=

我改變了.+到[^?]+，這意味着

來源

2011-12-08 23:18:49 ean5533

有效的建議，但你修改了錯誤的參數：它應該是第二組圓括號，而不是第一組。（參見上面我的編輯。）另外，結尾分隔符是一個？=，而不僅僅是一個？。我該如何測試？謝謝。 –

一種解決方案「除了?一切」：

=\?(.*?)\?=\s*=\?(.*?)\?=

說明：

=\? # Literal characters '=?' 
(.*?) # Match each character until find next one in the regular expression. A '?' in this case. 
\?= # Literal characters '?=' 
\s* # Match spaces. 
=\? # Literal characters '=?' 
(.*?) # Match each character until find next one in the regular expression. A '?' in this case. 
\?= # Literal characters '?='

測試在「Perl的程序：

use warnings; 
use strict; 

while (<DATA>) { 
    printf qq[Group 1 -> %s\nGroup 2 -> %s\n], $1, $2 if m/=\?(.*?)\?=\s*=\?(.*?)\?=/; 
} 

__DATA__ 
=?utf-8?Q?Here is som?= =?utf-8?Q?e text.?=

運行：

perl script.pl

結果：

Group 1 -> utf-8?Q?Here is som                                                    
Group 2 -> utf-8?Q?e text.

編輯評論：

我會使用全局修飾符/.../g。正則表達式是：

/=\?(?:[^?]*\?){2}([^?]*)/g

說明：

=\?    # Literal characters '=?' 
(?:[^?]*\?){2} # Any number of characters except '?' with a '?' after them. This process twice to omit the string 'utf-8?Q?' 
([^?]*)   # Save in a group next characters until found a '?' 
/g    # Repeat this process multiple times until end of string.

在Perl腳本測試：

use warnings; 
use strict; 

while (<DATA>) { 
     printf qq[Group -> %s\n], $1 while m/=\?(?:[^?]*\?){2}([^?]*)/g; 

} 

__DATA__ 
=?utf-8?Q?Here is som?= =?utf-8?Q?e text.?= =?utf-8?Q?more text?=

運行和結果：

Group -> Here is som 
Group -> e text. 
Group -> more text

來源

2011-12-08 23:46:48 Birei

並不總是有兩對=？/？=，這就是你的解決方案似乎是硬編碼的情況。大多數時候，只有一個，偶爾兩個，理論上是無限的數字。是否有解決此問題的快速解決方案？謝謝！ –

我編輯了我的答案。 – Birei

中好的做法我體驗我不要使用.*?，而是使用*而不使用？，但是要改善角色類。在這種情況下[^?]*匹配一系列非問號標記字符。？

你也可以這樣搭配更復雜endmarkers，例如，在這種情況下，您的最終限制器=，所以你想匹配nonquestionmarks，其次爲questionmarks不等於：

([^?]*\?[^=])*[^?]*

在這一點上，它變得更難以選擇。我喜歡這個解決方案更嚴格，但在這種情況下可讀性會下降。

來源

2011-12-08 23:56:30 markijbema

有效的建議，但結尾分隔符是一個？=，而不僅僅是一個？我該如何測試？（看我上面的編輯。）謝謝。 –

增加了一些更多的解釋。你不能在一個字符類中同時匹配多個字符，''[^（\？=）]'''實際上是不匹配括號，反斜槓，questionmark和等號的字符類。 – markijbema

正則表達式的問題與*懶惰

回答

相關問題