匹配最少字符数的正则表达式答案

【问题标题】：Regex matching the smallest number of characters匹配最少字符数的正则表达式
【发布时间】：2017-04-19 06:37:27
【问题描述】：

什么一般的（即不包括任何特定于整个模式的文字）PCRE 子表达式放在两个子表达式之间，每个子表达式都由文字字符组成，会导致模式匹配最少数量的字符？

请注意，此问题不满足：

this related question 的任何现有答案。
我在本网站上找到的其他相关问题的任何现有答案，包括可能已经有你答案的问题提出的所有问题。
.*?（懒惰）。这（如here 所述）不一定匹配最少的字符数。
[^x]* 其中 x 是从模式中其他地方复制的文字字符。要求是通用的表达式，即不包括任何特定于整个模式的文字。为避免引出此类错误答案，此问题特意不提供失败模式的示例。

【问题讨论】：

嗯，一个很好的例子是您的链接之一：abcabk，其中a.+?k 匹配整个字符串，而不仅仅是最后 3 个字符。（解决方案确实是将双字符复制到 Not-set 中——这是您要避免的。）
你到底想做什么？
这个网站是针对您所面临的实际问题的具体问题。您的问题过于模糊和范围广泛。投票结束，直到它变得更加具体，带有实际的问题陈述和具体问题。
我没有阻止任何事情。搁置一个问题需要 5 票。我有礼貌地向你解释了我为什么要这样做。这是一个更好的主意：为什么不编辑您的问题以使其更具体，以便我可以删除我的近距离投票？
这个问题没什么含糊的。他想知道哪个whatever 会给他在leftwhateverright 的任何地方的最短匹配，而不是left.*?right 给出的最左边的最短匹配，并附加要求解决方案不应该要求whatever 在left 或right 发生变化，因此正则表达式可以用作模板。

标签： pcre

【解决方案1】：

此正则表达式查找以left 开头并以right 结尾的最短匹配，并允许其间的任何文本：

(left)(?:(?!(?1)).)*?(?:right)

此正则表达式适用于 PCRE 和任何其他支持 subroutine calls 的风格。 left 和 right 位不必是文字文本。只要它们不匹配相同的文本，它们就可以是任何正则表达式。您需要考虑的唯一其他问题是，如果 left 和 right 包含捕获组，那么与作为独立正则表达式的 left 和 right 相比，这些组的数量将发生变化。

回溯正则表达式引擎总是返回最左边的匹配项。在 left 和 right 不同的情况下，我们可以强制它返回最短匹配，方法是确保匹配不包含多次left。

当left 和right 相同时，没有纯正则表达式解决方案。然后你可以做的是沿着left的所有匹配分割字符串，然后在结果数组中找到最短的字符串。

【讨论】：

这很好，但如果左右子模式可以匹配相同的东西，这可能不起作用。
@jan 啊，酷。使用子例程引用左侧文字的负前瞻，从而将左侧从正文中排除。然后身体通配符懒惰地从身体中排除正确的文字。虽然它不太符合要求（“放置在两个子表达式之间，每个子表达式都由 /literal/ 字符组成”），但它确实很有用，并且是迄今为止最好的答案！ :-) 谢谢。
@Walf 我一直找不到这样的失败案例。你能举出一个吗？
@Jan，当捕获组在“左”之前存在时，这将失败。修复（对于 PCRE >=7.0 和 PCRE2）是 (left)(?:(?!(?-1)).)*?(?:right)。
(marker)(?:(?!(?1)).)*?marker 反对 markerXXXmarkerXmarker