Perl 正则表达式捕获非捕获组

Question

我正在使用 perl 来解析 CSV 文件。我使用正则表达式而不是任何库来解析它。我知道，有可用的 CSV 解析器库，而且不止一个，但我刚刚决定要使用 REGEX。

我为此创建了一个我认为非常不错且有效的正则表达式。我最初创建了其他应用程序，它们仅使用正则表达式来解析文件。我想在这种情况下重复使用它。

我想用perl的美把它放在一行里：

my $text = '"",hi there,"","2018-04-23,\" 13:14:53",,hostname,mac,"ipaddress",199';

my @data = $text =~ m/(?:^|,)(?:"(|.*?[^\\])"|([^,]*))(?:|$)/g;

但是，当我在单行中执行此操作时，perl 正则表达式甚至会捕获非捕获组。

这是一个测试代码：

my $text = '"",hi there,"","2018-04-23,\" 13:14:53",,hostname,mac,"ipaddress",199';

my @data = $text =~ m/(?:^|,)(?:"(|.*?[^\\])"|([^,]*))(?:|$)/g;
foreach (@data) { print "a --${_}--\n"; }

while ($text =~ m/(?:^|,)(?:"(|.*?[^\\])"|([^,]*))(?:|$)/cg) {
    print "b --${1}${2}--\n";
}

“a”转储的结果是：

a ----
a ----
a ----
a --hi there--
a ----
a ----
a --2018-04-23,\" 13:14:53--
a ----
a ----
a ----
a ----
a --hostname--
a ----
a --mac--
a --ipaddress--
a ----
a ----
a --199--

您可以看到额外的空行，而不是“b”转储的正确结果：

b ----
b --hi there--
b ----
b --2018-04-23,\" 13:14:53--
b ----
b --hostname--
b --mac--
b --ipaddress--
b --199--

有没有人遇到过这个问题？ 感谢您的回答/想法/错误发现。

Answer 1

当我发布我的问题时，我意识到问题不是非捕获组，而是实际捕获组，其中只有一个具有值，而另一个当时是空的。

罪魁祸首是这部分正则表达式：

(?:"(|.*?[^\\])"|([^,]*))

用branch-reset 功能替换非捕获组后一切正常：

(?|"(|.*?[^\\])"|([^,]*))

所以最终工作正确的单行是：

my @data = $text =~ m/(?:^|,)(?|"(|.*?[^\\])"|([^,]*))(?:|$)/g;

希望有人会发现此信息有用。