Question

让我们说我有一个字符串，我想用一个开头的双引号解析为结束双引号：

asdf"pass\"word"asdf

我很幸运地发现以下PCRE会从开头双引号到结束双引号匹配，同时忽略中间的转义双引号（正确解析逻辑单元）：

".*?(?:(?!\\").)"

匹配度：

"pass\"word"

但是，我不知道为什么这个PCRE正确匹配开头和结束双引号。

我知道以下内容：

＆＃34; = literal double-quote

。*？ =任何字符零或更多的延迟匹配

（？：=打开非捕获组

（？！\＆＃34;）=断言它不可能与文字匹配\＆＃34;

。 =单个字符

）=关闭非捕获组

＆＃34; = literal double-quote

似乎单个字符和负前瞻是同一逻辑组的一部分。对我来说，这意味着只要没有\＆＃34; PCRE就会说＆＃34;从双引号匹配到任何字符的零或更多。在角色之后，然后匹配另一个角色和一个双引号。＆＃34;

但是，根据该逻辑，PCRE根本不匹配字符串。

有人可以帮助我解决这个问题吗？

Answer 1

如果您change the non-capture group to be a capture group，则更容易理解。

懒惰匹配通常一次向前移动一个角色（相对于贪婪匹配它可以然后放弃它必须的东西）。但它已经向前发展了＃34;至于满足模式之后所需的部分模式，这是通过让.*?将所有内容与r匹配来实现的，然后让负前瞻+ .与{{1}相匹配}}。

更新：您在评论中提问：

为什么它与d完全匹配？不应该是消极的 lookahead阻止它传递给字符串中的r？谢谢顺便提一下，帮助我理解

不，因为它不是匹配它的负面前瞻性东西。这就是为什么我建议您将未捕获的组更改为捕获的组，以便您可以看到\"与.*?匹配，而不是\"

(?:(?!\\").)有可能匹配整个字符串，正则表达式引擎使用它来满足匹配模式其余部分的要求。

更新2：

它实际上与执行此操作相同：.*?这可能更容易包裹你的头脑。

一个（略微）更好的模式是使用负面的lookbehind，如：".*?[^\\]"，因为它将允许匹配一个空字符串".*?(?<!\\)"（在许多上下文中有效匹配），但所有引擎/语言都不支持负面的lookbehinds（从你的标签，pcre支持它，但我不认为你可以在bash中真正做到这一点，除了""基本上通过perl运行它）。

Answer 2

没有什么可以添加到蜡笔暴力解释，只有一点消歧和方法来匹配双引号之间的子串（最终引用内部反斜杠转义）。

首先，您似乎在您的问题中使用了首字母缩略词“PCRE”（Perl Compatible Regular Expression），它是特定正则表达式引擎的名称（并通过扩展或有些不精确地指其语法）代替单词“pattern”，它是描述一组其他字符串的正则表达式（无论使用何种正则表达式引擎）。

使用Bash：

A='asdf"pass\"word"asdf'
pattern='"(([^"\\]|\\.)*)"'

[[ $A =~ $pattern ]]
echo ${BASH_REMATCH[1]}

您也可以使用此模式：pattern='"(([^"\\]+|\\.)*)"'

使用PCRE正则表达式引擎，您可以使用第一种模式，但最好以更有效的方式重写它：

"([^"\\]*+(?:\\.[^"\\])*+)"

请注意，对于这三种模式，不需要任何环视。他们能够处理任意数量的连续反斜杠："abc\\\"def" （字面反斜杠和转义引用），"abcdef\\\\" （两个字面反斜杠，引用是没有逃脱）。

以下正则表达式如何工作？

2 个答案: