嵌套贪心量词不匹配答案

【问题标题】：Nested greedy quantifier not matching嵌套贪心量词不匹配
【发布时间】：2014-07-17 02:23:17
【问题描述】：

我注意到 PCRE 正则表达式的一些奇怪行为，我无法解释。我希望代码：

preg_match('!^.+?(?:/programs/([^?#]+))?.*?$!',
    'http://example.com/programs/drive', $matches);

返回“驱动器”作为匹配1。非捕获组之后的[^?#]+和?都是贪婪的，那么为什么[^?#]+不优先匹配drive？相反，测试显示开头的.+? 与h 匹配，而结尾的.*? 与URL 的其余部分匹配。

相比之下，代码：

preg_match('!^.+?(?:/programs/([^?#]+).*)?$!',
     'http://example.com/programs/drive', $matches);

按预期工作并返回 drive 作为匹配 1。

【问题讨论】：

@hwnd 我假设只匹配没有查询字符串或哈希的 URL，或者只匹配这些字符之前的组件。
@hwnd：不，它尽可能匹配零次或一次。这是贪婪的。

标签： php regex regex-greedy

【解决方案1】：

这是怎么回事。第一个.+? 应用于http 中h 之前的字符串开头。这是懒惰的，所以它立即放弃，(?:/programs/([^?#]+).*)? 与h 进行了测试。整个表达式是可选的，因此它也会在字符串开头不匹配后放弃。最后，应用模式末尾的.*?$，该表达式能够匹配字符串中的所有字符以成功匹配。

【讨论】：

+1。这是我看到regex101 debugger 后的想法，但我的正则表达式不够强大，无法确定确实如此。不过有一个疑问，为什么(?:/programs/([^?#]+).*)? 会失败？我假设这是因为正则表达式引擎在 h 位置时无法在其后找到 /programs/。或者是别的什么？如果我在表达式中将.+? 替换为http://example.com，它似乎可以工作。
不错，山脊奔跑者！ +1
@Amal Murali - (?:/programs/([^?#]+).*)? 表达式失败，因为它匹配的文本必须以正斜杠开头 - 在开头的 h 中不存在字符串。