正则表达式的麻烦：为什么这不匹配？

Question

我需要一个始终匹配 (!) 正则表达式来提取 Postgresql 中的数据（使用 regexp_matches）。

这是一个示例输入：

#link showcatalog=123 text=blurb

还有我的正则表达式：

/(?:showcatalog=([0-9]+))?/

我用 Perl 试过这个：

perl -e 'use Data::Dumper; print Dumper([ "#link showcatalog=123 text=blurb" =~ /(?:showcatalog=([0-9]+))?/ ]);'

并期待$VAR1 = [ 123 ]，但得到了$VAR1 = [ undef ]。我不明白，因为'？是贪婪的，它的行为不是这样的。我不明白什么？我试过 regex101.com 这对我没有帮助。如何得到预期的结果？

不应该优先匹配文本，贪心吗？

如果没有，就去匹配，比如在

#link text=blurb"

我只想得到$VAR1 = [ undef ]

Answer 1

? 是贪婪的，但它匹配零次或一次直到满足条件。贪婪是在这种“零或一”的条件下。在您的情况下，由于整个正则表达式是可选的（由? 包围），因此“零”时间优先，因为它是第一种可能性。

引擎一步一步地尝试匹配你的表情。在字符串的第一个字符中，零匹配已经是可能的，因此不会返回任何内容。从这个意义上说，? 是贪婪的，如果可能是零或一（它会选择一），但如果匹配已经满足，则返回它。贪婪并不优先于匹配整个表达式。 if 指：是否有取零或一取一的可能。

您的[0-9] 只是\d。所以如果你需要提取数字，你可以使用这个：

/showcatalog=(\d+)/

要提取整个文本（showcatalog 和数字），只需使用

/(showcatalog=\d+)/

类似于你的命令：

perl -e 'use Data::Dumper; print Dumper([ "#link showcatalog=123 text=blurb" =~ /showcatalog=(\d+)/ ]);'

在 Perl 脚本中：

my $string1 = "#link showcatalog=123 text=blurb";
my ($number1) = $string1 =~ /showcatalog=(\d+)/;
print Dumper([ $number1 ]);

my $string2 = "#link text=blurb";
my ($number2) = $string2 =~ /showcatalog=(\d+)/;
print Dumper([ $number2 ]);

你可以强制出现undef，如果你使用类似的东西：

/(?:.*showcatalog=(\d+))?/

Answer 2

问题是您只获得了第一场比赛，其中(?:...)? 组是空的，这要归功于最后的?。它可以匹配字符串中的任何位置；要查看所有可能的匹配项，请使用 /g 修饰符：

perl -e 'use Data::Dumper; print Dumper([ "#link showcatalog=123 text=blurb" =~ /(?:showcatalog=([0-9]+))?/g ]);'
$VAR1 = [
          undef,
          undef,
          undef,
          undef,
          undef,
          undef,
          '123',
          undef,
          undef,
          undef,
          undef,
          undef,
          undef,
          undef,
          undef,
          undef,
          undef,
          undef,
          undef
        ];

Answer 3

你需要使用这个模式

 /.*showcatalog=([0-9]+)|/

.* 强制回溯以在字符串中的任何位置找到 showcatalog=([0-9]+)，如果第一个替代方法失败，| 还允许匹配空字符串（它总是会匹配），将 $1 设置为undef

perl -MData::Dumper -e 'print Dumper [ "#link showcatalog=123 text=blurb" =~ /.*showcatalog=([0-9]+)|/ ]'

输出

$VAR1 = [
          '123'
        ];

perl -MData::Dumper -e 'print Dumper [ "#link xxx=123 text=blurb" =~ /.*showcatalog=([0-9]+)|/ ]'

输出

$VAR1 = [
          undef
        ];