正则表达式贪婪

Question

我有一个perl正则表达式，我相当肯定应该工作（perl）但是太贪心了：

正则表达式： (?:.*serial[^\d]+?(\d+).*)

测试字符串： APPLICATIONSERIALNO123456Plnsn123456te20140728tdrnserialnun12hou

所需的第1组比赛： 123456

实际组1匹配： 12

我已经尝试了前瞻，背后和懒惰的每一种排列，我无法让这该死的事情发挥作用。

我错过了什么。

谢谢！

Answer 1

问题不是贪婪，而是案例敏感性

目前，您的正则表达式与12末尾的serialnun12匹配，可能是因为它区分大小写。我们有两个选择：使用大写，或使模式不区分大小写。

选项1：使用大写

如果仅想要123456，您可以使用：

SERIALNO\K\d+

\K告诉引擎放弃与其返回的最终匹配相匹配的内容。

如果要匹配整个字符串并将123456捕获到组1，请使用：

.*?SERIAL\D+(\d+).*

选项2：在使用(?i)内嵌或i标记

时使用案例敏感度

要仅匹配123456，您可以使用：

(?i)serial\D+\K\d+

请注意，如果您使用g标记，则会匹配这两个数字。

如果要匹配整个字符串并将123456捕获到组1，请使用：

(?i).*?serial\D+(\d+).*

一些提示

• 您可以使用(?i)内联修饰符或模式末尾的i标记来区分不区分大小写：/serial\D+\K\d+/i
• 使用[^\d]
而不是\D
• 在\D+\d+之类的内容中不需要延迟量词，因为这两个令牌是相互排斥的：\D不会超过\d

Answer 2

问题不是贪婪;它区分大小写。

目前，您的正则表达式与12末尾的serialnun12匹配，因为这些是serial后的唯一数字。您想要关注SERIAL。 S和s是不同的字符。

有两种解决方案。

1. 使用模式中的大写字符。

   my ($serial) = $string =~ /SERIAL\D*(\d+)/;
   

2. 使用不区分大小写的匹配。

   my ($serial) = $string =~ /serial\D*(\d+)/i;
   

   可能没有必要这样做，但我想我会提到它以防万一。