Question

我正在编写一个必须从文件中获取值的程序。在文件中，每一行表示一个实体。每个实体都有三个值。例如：

Value1 Value2 value3

我有一个正常的表达来匹配他们

m/(.*?) (.*?) (.*?)/m;

但似乎第三个值从未匹配过！匹配第三个值的唯一方法是在文件中添加另一个值，并在表达式中添加另一个“匹配括号”。但这并不能让我满意。

Answer 1

在你想到用正则表达式做事之前，想一想没有它就能解决它。如果你想获得实体，更简单的方法是将它们分开。返回列表的元素将是您想要的。

@s = split /\s+/ , $line;

Answer 2

发生了什么

让我们简化一下你的正则表达式的捕获，因为它不对发生的事情负责。因此你的正则表达式是这样的：

 /.*? .*? .*?/

.*?的含义是“匹配任何字符（换行符除外），尽可能少地匹配任何字符。”

在此上下文中，第一个.*?将尝试匹配字符串中的零个字符，然后在下一个正则表达式元素（空格）上失败。它将再次尝试匹配字符串中的一个，两个......字符，并且当下一个字符是实际空格时将首先成功。

换句话说，事实上我们在.*?组后面有一个空格，使其符合您的要求。否则它会很乐意停止匹配零字符。

这正是你的第三场比赛所发生的事情。由于正则表达式在那里结束，因此空匹配确实满足正则表达式组，并且是首选匹配。

避免它的方法

正如其他答案所说，可能的解决方案包括：

Answer 3

在$的末尾添加regex来解决此问题：

m/(.*?) (.*?) (.*?)$/m;

或者，您可以制作最后一部分greedy：

m/(.*?) (.*?) (.*)/m;

Answer 4

在这种情况下，您真的不想使用*量词，并且您不希望让这些量词变得贪婪。正则表达式中的技巧是尽可能具体地描述模式。

您要匹配的行有：

一旦您描述了这种情况，就可以将其翻译成正则表达式。您可以从描述的字面翻译开始：

 my @values = /(\S+) (\S+) (\S+)/;

由于您使用了\S，因此捕获中的模式部分无法通过空格来匹配比您想要的更多，因为.*可以。

你重复了部分模式，所以你可以压缩它。由于您只是捕获空白组，所以请改为全局匹配：

 my @values = /(\S+)/g;

你也可以考虑反过来。您可以使用split：

 my @values = split /\s+/;