整个字符串之后的第二个匹配 /.*/ 是什么？ [复制]答案

【问题标题】：What's the second match after the whole string with /.*/? [duplicate]整个字符串之后的第二个匹配 /.*/ 是什么？ [复制]
【发布时间】：2019-07-08 02:26:26
【问题描述】：

我在 Ruby 中的正则表达式中得到了这个结果。

起初，问题本身并不相同。这不是同一个问题，因为答案不同。评论中的讨论也有所作为。

在第一个结果中，在匹配整个 'hello' 之后，它看起来 .* 匹配 nothing。

但是为什么会这样呢？

[53] pry(main)> "hello".gsub(/.*/, "abc")
=> "abcabc"
[54] pry(main)> "hello".gsub(/^.*$/, "abc")
=> "abc"

【问题讨论】：

为什么会分成'hel'和'lo'？
@JayRizzo "hello".gsub(/.*/) { puts $&.inspect; "abc" } 另有说法。
有趣的是，您只需要在开头锚定它即可使其“有意义”："hello".gsub(/^.*/, "abc") 或 "hello".gsub(/\A.*/, "abc")。最后用$、\z 或\Z 锚定没有任何作用。使用gsub(/.+/) 当然会产生预期的结果。大概.* 匹配字符串末尾的“无”，因为* 表示“零或更多”
不是答案，但这里有一些数据。在 rubular.com 有一个匹配项，即整个字符串。在 regex101.com，没有选项，只有一个匹配项。添加“全局”/g 选项（“第一次匹配后不返回”）有两个匹配项，一个是“空匹配项”。但是，Ruby 不支持/g。
Hidehiro，请参阅@matiska 对this SO quesion 的回答。

标签： regex ruby

【解决方案1】：

重要的是，一个正则表达式永远不能在同一位置匹配两次。比赛也不能重叠。此外，请注意"hello" 中涉及六个可能的位置：一个在每个字符的开头，一个在末尾（参见fenceposting）。

当您开始搜索/.*/ 时，在位置 0 处有一个匹配项，它占用五个字符。这将取消位置 0、1、2、3 和 4 的进一步匹配（因为它们是第一个匹配的一部分）。

第二个匹配从位置 5 开始匹配，并找到“0 个或多个字符”的匹配项 - 即 0 个字符。位置 5 不包含在第一场比赛中，因此不会被“不重叠”规则取消资格。

当您使用/^.*/ 锚定起点时，位置 5 将变为不合格，因为它不是起点。

当您使用/.*$/ 锚定结尾时，位置 0 和位置 5 将分别检测到在它们的 5 个字符或 0 个字符匹配之后它们位于搜索字符串的末尾，因此您仍然会得到两个匹配项.

当您使用/.+/ 将正则表达式更改为“1 个或多个字符”时，位置 5 再次不合格，因为没有更多字符可以匹配，但至少需要 1 个。

还要注意，不仅仅是 Ruby，在我测试的所有引擎中都发现了相同的行为。 Python 的 sub 有点不一致（可能是因为它的邻接条件？不确定），但 findall 报告相同的两个匹配项：

re.findall('.*', 'hello') # => ['hello', '']

JavaScript 像 Ruby 一样工作：

"hello".replace(/.*/g, "abc") // => "abcabc"

Java 也是如此：

"hello".replaceAll(".*", "abc") // => "abcabc"

甚至是 PHP（使用 PREG）：

preg_replace('/.*/', 'abc', 'hello'); # => "abcabc"

【讨论】：

很好的答案！我学到了很多。
非常感谢！！我可以问一个问题吗？为什么第一个匹配项不包含位置 5？换句话说，为什么第一场比赛停在第 4 位？

【解决方案2】：

这是因为正则表达式引擎不会返回，这意味着当它匹配某些文本时，它永远不会返回匹配的文本内部，即 matvhes 不会重叠。

你使用了*量词，意思是它是贪婪的，所以会尽可能匹配。如果你使用*?，那么你会在字符串的每个位置都得到匹配，因为? 使它不贪婪，所以它至少会匹配。虽然* 表示零个或多个字符，但您会得到长度为 0 的匹配项。

【讨论】：