已经解决.结贴 脚本 Perl - 正则匹配过程 (分组 组值)

sunzhiguolu

1. 
   
2. #!/usr/bin/perl
   
3. use 5.010;
   
4. use strict;
   
5. use warnings;
   
6. 
   
7. my $numbers = 11223344;
   
8. if ($numbers =~ m/\b(([0-9])\2)+4/){
   
9.     print "Match!\n";
   
10. }
    

复制代码

以上的匹配结果成功, 然后打印字符串 "Match!" 结束. 我有几个地方不明白向大家请教:

当表达式的数字字符 "4" 去尝试匹配字符串的结束字符失败后, 前面的分组交出字符 "44" 后, 为什么不会让字符组 "[0-9]" 再次尝试匹配?
如果是从结果来看, 如果让字符组 "[0-9]" 去匹配由分组交出的字符 "44" 中的一个字符会造成死循环. 那么我该如何进行理解...

上面的描述是我的理解, 如果有什么不对的地方请大家给予指正. 在此先谢过大家!

另外针对元字符 "\b", 是否保留或去掉, 完全取决于您的匹配需求. (我依然使用 "Jason680" 大神的表达式方式)
对于元字符 "\b" 的功能以及上面我提到的问题, 大神 "MMMIX" 都 一 一 说明, 最后感谢您对知识的无私分享精神!

sunzhiguolu

如果大家感觉解释起来不是一两句话能够说的明白, 给我个可以参考的文章或是其他什么可以了解这方面内容的链接也行... 谢谢大家...

MMMIX

回复 2# sunzhiguolu


平常使用正则，了解其语义就足够了，也就是知道什么表达式会匹配到什么结果。

若真想深入研究正则的实现，那就去找本好点的编译原理的书，一般在讲词法解析的时候都会讲到正则的实现，通常是基于 DFA 或 NFA。

sunzhiguolu

回复 3# MMMIX
如果光是看表达式倒是可以看出结果, 只是不知道它在什么时候会放弃原有的行为. 多谢您的回帖!

   

MMMIX

回复 4# sunzhiguolu


    正则的匹配一般采用贪心算法，也就是匹配尽量长的字符串，但是当这种策略导致匹配失败的时候会回退一个字符再次尝试，最终或者匹配成功，或者退无可退导致匹配最终失败。可以看下 perlref，里面有不少的介绍，也有些例子。

sunzhiguolu

回复 5# MMMIX
好吧, 看来也只能这样了. 多谢您的帮助...

   

MMMIX

回复 6# sunzhiguolu


    别人用几十页文字，甚至是几百页的书才能完全说明白的问题，我反正是没能耐几句话就说明白；我劝你也不要指望随便看点介绍或别人的讲解就能完全明白正则的实现，这不现实。

sunzhiguolu

回复 7# MMMIX
我懂了, 谢谢您. 我会用心慢慢体会的. 再次感谢您的指点...

   

104359176

你这个例子背离了正则的用法：

反向引用首先是捕获后引用，你还没有捕获，就引用，这种行为已经很怪异了，还要探讨 Perl 正则的实现细节，我认为是舍本逐末。

Perl 对于没有捕获的引用，是设置为空，如果引用没有捕获的值作为引用，应当会报错，但宽容的Perl默默的用空值代替，这本来就是对错误的宽容，如果这时候在这个错误的基础上研究实现细节，即使你研究出了什么结果，也是建立在错误的基础上。

你的正则有几个问题，在 Perl 中，数字在匹配的时候 Perl 会默默的把她变成字符串，但在别的语言中，这是一个无法容忍的错误。

单词边界 \b 是两个字符之间的零宽断言，你却用它来做锚定，这并没有什么用，应当这么写：

1. '11223344' =~ /^(\d{2}){4}/

复制代码

sunzhiguolu

回复 9# 104359176

你这个例子背离了正则的用法

    首先说明一点, 我只是针对问题与您进行交流. 如果我在哪里有错误的理解还请您指出, 也请大家指出.
我的表达式在使用上并没有背离正则的用法, 元字符 "\b" 的确是单词边界符. (我会修正过来, 感谢您对知识的严谨. 向您致敬!) 但用在此处并不会对匹配结果产生影响, 但是问题的本质并不在于表达式前的 "\b" 元字符, 还请您看清我的问题描述.
另外, 您给出的表达式：

1. '11223344' =~ /^(\d{2}){4}/

复制代码

是否是在换着花样的玩数字匹配? 如果单纯的从数字的匹配来说, 表达式:

1. 
   
2. '11223344' =~ /^[0-9]+$/
   

复制代码

是否会更加贴切主题, 让人易懂?