正则表达式如何使组贪婪[重复]

Question

我想构建一个允许我传入模式的标记器。

据我了解，在普通 OR 组中，第一场比赛获胜。

这种模式：

(?<integer>[0-9]+)|(?<float>[0-9]+[.][0-9]+)|(?<invalid>[^\s]+)

永远不会匹配float 组，因为integer 组总是首先匹配。 我想要的行为是前两组尽可能贪婪地匹配，最后一组尽可能不贪婪地匹配。

2.2BLA3.1 应该匹配为float(2.2), invalid(BLA), float(3.1)

我的用例不允许我给标记一个固定的顺序，所以我必须通过向正则表达式添加额外的控制字符来解决这个问题。

需要补充什么？

---

编辑：

到目前为止，已经有很好的建议，在此先感谢。 一个建议是更改排序。不幸的是，我的用例不允许我给令牌一个固定的顺序。所以我无法预测我获得组信息的顺序。

另一个非常有趣的事情是使integer 组更具限制性。这也不适合用例。我之前没有提到这一点，但基本上我得到了一个元组列表tokenname 和tokenpattern，我必须将它们放入一个大模式中。

(?<integer>[0-9]+)|(?<float>[0-9]+[.][0-9]+)|(?<invalid>[^\s]+)

这种模式可能是修改列表的结果，例如

{
    {"integer","[0-9]+"},
    {"float","[0-9]+[.][0-9]+"}
}

当我问需要添加什么时，我希望使用一些控制序列来改变组本身的行为。

Answer 1

(?<integer>(?:[0-9](?!\d*\.))+)|(?<float>[0-9]+[.][0-9]+)|(?<invalid>[^\s]+)

你可以试试这个。查看演示。

http://regex101.com/r/bZ8aY1/2

Answer 2

如果您将(?![.]) 附加到整数的定义（即仅当当前位置之后没有点时才匹配的零宽度前瞻），它应该可以工作。否则，您可以尝试切换<float> 和<integer>。

Answer 3

整数看起来与浮点数相同，但具有更严格的正则表达式，因此在整数之前查找浮点数应该是安全的。这样，如果它完全可以匹配一个浮点数，那么它会匹配，如果它不能，那么它只会寻找一个常规整数：

(?<float>[0-9]+[.][0-9]+)|(?<integer>[0-9]+)|(?<invalid>[^\s]+)

然后，为了使最后一组（无效）尽可能不贪婪，您可以使用 +? 修饰符（尽管值得注意的是，这一次将一个字符匹配到 invalid 匹配结果中）：

(?<float>[0-9]+[.][0-9]+)|(?<integer>[0-9]+)|(?<invalid>[^\s]+?)

还值得一提的是，.75 在技术上是一个有效的浮点值 - 您可能需要更新它，以便浮点值的整数部分是可选的：

(?<float>[0-9]*[.][0-9]+)|(?<integer>[0-9]+)|(?<invalid>[^\s]+?)