Почему (. *) * Делает два совпадения и ничего не выбирает в группе $1?

Это связано с обсуждением формализации синтаксиса регулярных выражений. Я видел это поведение с несколькими синтаксическими анализаторами регулярных выражений, поэтому я отметил его язык-агностик.

Возьмите следующее выражение (отрегулируйте его для вашего любимого языка):

replace("input", "(.*)*", "$1")

он вернет пустую строку. Почему?

Более любопытно, выражение replace("input", "(.*)*", "A$1B") вернет строку ABAB. Почему двойное пустое совпадение?

Отказ от ответственности: Я знаю об отступах и жадных матчах, но правила, изложенные Джеффри Фридл, говорят, что .* соответствует все, и что дальнейшее отступление или сопоставление не производится. Тогда почему $1 пусто?

Примечание: сравните с (.+)*, который возвращает строку ввода. Однако http://regexhero.com показывает, что есть еще два совпадения, что кажется странным по тем же причинам, что и выше.

Ответы

Ответ 1

Посмотрим, что получится:

  • (.*) соответствует "input".
  • "input" записывается в группу 1.
  • Механизм regex теперь расположен в конце строки. Но поскольку (.*) повторяется, делается другая попытка совпадения:
  • (.*) соответствует пустой строке после "input".
  • Пустая строка записывается в группу 1, перезаписывая "input".
  • $1 теперь содержит пустую строку.

Хороший вопрос из комментариев:

Тогда почему replace("input", "(input)*", "A$1B") возвращает "AinputBAB"?

  • (input)* соответствует "input". Он заменяется на "AinputB".
  • (input)* соответствует пустой строке. Он заменяется на "AB" ($1 пуст, потому что он не участвовал в матче).
  • Результат: "AinputBAB"