什么是“嵌套量词”，为什么它会导致我的正则表达式失败？答案

【问题标题】：What is a "Nested Quantifier" and why is it causing my regex to fail?什么是“嵌套量词”，为什么它会导致我的正则表达式失败？
【发布时间】：2010-09-17 15:14:18
【问题描述】：

我有这个正则表达式，我在 regex buddy 中构建和测试。

"_ [ 0-9]{10}+ {1}+[ 0-9]{10}+ {2}+[ 0-9]{6}+ {2}[ 0-9]{2}"

当我在 .Net C# 中使用它时

我收到异常

"parsing \"_ [ 0-9]{10}+ +[ 0-9]{10}+  +[ 0-9]{6}+  [ 0-9]{2}\" - Nested quantifier +."

这个错误是什么意思？显然 .net 不喜欢这种表达方式。

这里是正则表达式好友，所以你可以理解我的正则表达式意图......

_ [ 0-9]{10}+ {1}+[ 0-9]{10}+ {2}+[ 0-9]{6}+ {2}[ 0-9]{2}

Match the characters "_ " literally «_ »
Match a single character present in the list below «[ 0-9]{10}+»
   Exactly 10 times «{10}+»
   The character " " « »
   A character in the range between "0" and "9" «0-9»
Match the character " " literally « {1}+»
   Exactly 1 times «{1}+»
Match a single character present in the list below «[ 0-9]{10}+»
   Exactly 10 times «{10}+»
   The character " " « »
   A character in the range between "0" and "9" «0-9»
Match the character " " literally « {2}+»
   Exactly 2 times «{2}+»
Match a single character present in the list below «[ 0-9]{6}+»
   Exactly 6 times «{6}+»
   The character " " « »
   A character in the range between "0" and "9" «0-9»
Match the character " " literally « {2}»
   Exactly 2 times «{2}»
Match a single character present in the list below «[ 0-9]{2}»
   Exactly 2 times «{2}»
   The character " " « »
   A character in the range between "0" and "9" «0-9»

总之……

什么是嵌套量词？

【问题讨论】：

标签： c# .net regex

【解决方案1】：

.NET 在{n} 样式量词之后抱怨+，因为它没有任何意义。 {n} 表示与给定组的 n 完全匹配。 + 表示匹配一个或多个给定组。删除+'s 就可以正常编译了。

"_ [ 0-9]{10} {1}[ 0-9]{10} {2}[ 0-9]{6} {2}[ 0-9]{2}"

【讨论】：

在某些正则表达式风格中 {min,max}+ 是所有格量词，但 .Net 不支持它们。如果您正在使用 Regex buddy，您可以通过右键单击合成窗格并从下拉列表中选择“风味”来告诉它您正在使用哪种风味的正则表达式。

【解决方案2】：

.NET 不支持possessive quantifier

{10}+

但是，{10} 应该具有完全相同的效果。如果最长的匹配失败，+ 会避免回溯并尝试更短的匹配，但由于 {10} 只能匹配正好 10 个字符开始，这并没有多大效果。

"_ [ 0-9]{10} [ 0-9]{10} {2}[ 0-9]{6} {2}[ 0-9]{2}"

应该没问题。我还删除了“{1}+”位。由于它只匹配一次，“A{1}+”相当于“A”。

编辑正如 Porges 所说，如果您确实需要 .NET 中的所有格量词，那么原子组提供相同的功能，(?>[0-9]*) 等同于 [0-9]*+。

【讨论】：

酷。没有意识到一些正则表达式引擎提供了这个选项。
我认为你应该能够通过使用原子组来模拟所有格量词，即使用[0-9]{10}+，而不是(?>[0-9]{10})。

【解决方案3】：

他们是对的。这个版本的正则表达式不会失败：

(_ [ 0-9]{10})+(\s{1})+([ 0-9]{10})+(\s{2})+([ 0-9]{6})+\s{2}[ 0-9]{2}

注意使用括号来创建可以重复一次或多次的组。此外，您应该更具体并使用 \s 而不是空格，因为模式空格可能有意义，也可能没有意义。

顺便说一句，这个正则表达式看起来并不那么有用。您可能想问另一个问题，类似于“如何使用正则表达式匹配此模式？”

【讨论】：

嗯，这只是一个 sn-p，完整的正则表达式是这样... _ [0-9]{10} {1}[ 0-9]{10} {2}[ 0- 9]{6} {2}[ 0-9]{2}|_ [ 0-9]{10} {1}[0-9]{10} {2}[ 0-9]{6} {2 }[ 0-9]{2}|_ [ 0-9]{10} {1}[ 0-9]{10} {2}[ 0-9]{6} {2}[0-9]{ 2}它的返回字段只要一个不是空白的......我喜欢 \s 的想法。谢谢
我几乎可以肯定正则表达式可能会被缩减。说真的，问一个关于如何做的问题并提供一些示例数据。

【解决方案4】：

如果您在 RegexBuddy 顶部的工具栏中选择 .NET 风格，RegexBuddy 将指示 .NET 不支持所有格量词，例如 {10}+。

由于 {10} 只允许特定数量的重复，因此使其惰性或所有格毫无意义，即使它在支持惰性和/或所有格量词的正则表达式风格中在语法上是有效的。从您的正则表达式中删除 + 符号将使其在 .NET 中正常工作。

在其他情况下，在 RegexBuddy 的 Create 选项卡中双击所有格量词的错误。 RegexBuddy 然后将所有格量词替换为功能等效的原子组。

如果您在 RegexBuddy 的“使用”选项卡上为 .NET 语言生成源代码 sn-p，RegexBuddy 将自动替换源代码 sn-p 中正则表达式中的所有格量词。

【讨论】：