误解 perl 正则表达式评估答案

【问题标题】：Misunderstanding perl regexp evaluation误解 perl 正则表达式评估
【发布时间】：2013-07-20 07:56:02
【问题描述】：

一天的好时光！我正在读一本关于 perl 的书：Larry Wall、Tom Christiansen、Jon Orwant 的“Programming Perl”。在这本书中，我发现了几个作者没有阐明的例子（或者我当时根本不明白）。

第一个

这只会打印一次 hi。

 "adfsfloglig"=~ /.*(?{print "hi"})f/;

但这会打印两次“hi”？？怎么解释？

 "adfsfloglig"=~ /.*(?{print "hi"})log/;

继续尝试甚至让事情变得更糟：

  "adfsfloglig"=~ /.*(?{print "hi"})sflog/;

上面的代码字符串再次只打印一次这个可怕的“hi”！大约一周后，我只完全理解了一件事——我需要帮助:) 所以我请你帮助我，拜托。

第二个（这是炸弹！）

 $_ = "lothiernbfj";

 m/        (?{$i = 0; print "setting i to 0\n"})
       (.(?{ local $i = $i + 1; print "\ti is $i"; print "\tWas founded $&\n" }))*
       (?{print "\nchecking rollback\n"})
       er
       (?{ $result = $i; print "\nsetting result\n"})
 /x;
 print "final $result\n";

这里最终打印在屏幕上的$result 等于.* 匹配的字符数，但我没有再得到它。

当打开调试打印（如上所示）时，我看到，每次新字符包含在$&（字符串的匹配部分）中时，$i 都会递增。

最后$i等于11（字符串中的字符数），那么有7次回滚，当.*一次从其匹配字符返回时（7次）所以匹配一个全模式发生。

但是，该死的魔法，结果设置为$i！而且我们并没有在任何地方减少这个值！所以$result 应该等于 11！但事实并非如此。作者是对的。我知道。

拜托，你能解释一下我很高兴见到这个奇怪的 perl 代码吗？感谢您的任何回答！

【问题讨论】：

也许use re 'debug' 可以帮助阐明这一点。
在回溯过程中“撤消”对本地人的更改解释了in the docs，很难总结更多。

标签： regex perl

【解决方案1】：

来自http://perldoc.perl.org/perlre.html 的文档：

"警告：这个扩展的正则表达式功能被认为是实验性的，可能会在没有通知的情况下进行更改。由于正则表达式引擎中未来优化的影响，执行的具有副作用的代码在不同版本之间的执行可能不同。实现在 5.18.0 版本中对这个特性进行了彻底的修改，它在 perl 早期版本中的行为更加错误，尤其是在解析、词法变量、作用域、递归和重入方面。”

即使匹配失败，如果正则表达式引擎到达必须运行代码的地步，它也会运行代码。如果代码只涉及分配给（本地？）变量和任何允许的操作，回溯将导致它撤消操作，因此失败的匹配将无效。但是print 操作无法撤消，因此您可以从失败的匹配中打印字符串。这就是文档警告不要嵌入具有“副作用”的代码的原因。

【讨论】：

你说的“撤消”或回溯/取消设置/还原变量的行为是否仅与本地变量有关？我的意思是如果我删除运算符local 我真的得到i 等于11。但为什么只有局部变量？为什么还原变量仅与本地有关？运算符local 的哪些特殊属性或特性是决定仅恢复局部变量的关键特性？
说实话我并不完全理解这一点。我不知道为什么非局部变量会有所不同。当我运行没有local 关键字的炸弹时，我得到final 11 而不是final 5。话虽如此，我正在使用 Perl 5.14.2，它现在可能已经很老了。

【解决方案2】：

我做了一些实验，并将答案制作成一个社区 wiki，希望人们能够填充它。我尝试破解最简单的正则表达式，却不敢处理“炸弹”。

1。 "adfsfloglig"=~ /.*(?{print "hi"})f/;

这是正则表达式的调试信息：

Final program:
   1: STAR (3)
   2:   REG_ANY (0)
   3: EVAL (5)
   5: EXACT <f> (7)
   7: END (0)

还有我的 cmets 的执行痕迹：

#matches the whole string with .*
0 <> <adfsflogli>         |  1:STAR(3)
                             REG_ANY can match 11 times out of 2147483647...

#splits the string to <adfs> and <floglig> and prints "hi".
#Why does it split? Not sure, probably, knows about the f after "hi" code
4 <adfs> <floglig>        |  3:  EVAL(5)

#tries to find f in 'floglig' - success
4 <adfs> <floglig>        |  5:  EXACT <f>(7)

#end
5 <adfsf> <loglig>        |  7:  END(0)

2。 "adfsfloglig" =~ /.*(?{print "hi"})log/;

 1: STAR (3)
 2:   REG_ANY (0)
 3: EVAL (5)
 5: EXACT <log> (7)
 7: END (0)

追踪：

#matches the whole string with .*
0 <> <adfsflogli>         |  1:STAR(3)
                            REG_ANY can match 11 times out of 2147483647...

#splits the string to <adfsflog> and <lig> and prints "hi".
#Probably, it found 'l' symbol after the code block
#and, being greedy, tries to capture up to the last 'l'
8 <adfsflog> <lig>        |  3:  EVAL(5)

#compares the 'lig' with 'log' - failed
8 <adfsflog> <lig>        |  5:  EXACT <log>(7)
                                    failed...

#moves backwards, taking the previous 'l'
#prints 2-nd 'hi'
5 <adfsf> <loglig>        |  3:  EVAL(5)

#compares 'loglig' with 'log' - success
5 <adfsf> <loglig>        |  5:  EXACT <log>(7)

#end
8 <adfsflog> <lig>        |  7:  END(0)

3。 "adfsfloglig"=~ /.*(?{print "hi"})sflog/;

 1: STAR (3)
 2:   REG_ANY (0)
 3: EVAL (5)
 5: EXACT <sflog> (8)
8: END (0)

追踪：

#matches the whole string with .*
0 <> <adfsflogli>         |  1:STAR(3)
                           REG_ANY can match 11 times out of 2147483647...

#splits the string to <adf> and <sfloglig> and prints "hi".
3 <adf> <sfloglig>        |  3:  EVAL(5)

#compares 'sfloglig' with 'sflog' - success
3 <adf> <sfloglig>        |  5:  EXACT <sflog>(8)

#end
8 <adfsflog> <lig>        |  8:  END(0)

【讨论】：