regex - 为什么这个匹配过去'不是逗号'？

Question

我有一个字符串，如下所示：

"1132","Fredricks, Ben","Boulder,         CO","x755593"

我有以下我认为不应该匹配的正则表达式：

^"\d+",".*?","[^,]+"

但它匹配整个字符串。这不应该[^,]+意味着，我认为“匹配所有不是逗号的东西，直到引号......导致匹配失败？它遇到了一个我认为会使其不匹配的逗号。

我想我的问题是......为什么这样匹配？我试图在第三组引号中找到没有逗号的东西。

Answer 1

?in.*?只会使匹配不贪心。没有它，模式将尽可能多地捕获，同时仍然匹配其余部分。添加它可能是为了避免在 a 中出现该模式匹配，"但它并不能阻止它。如果您查看捕获的字符串（如果您匹配"(\d+)"等，则$1包含匹配项），您会发现您的.*?匹配项比您预期的要多得多（多个字段）。

Answer 2

改用区间表达式

如果您只是尝试捕获记录的前三个字段，则以下内容将起作用：

^"\d+"(,"[^"]+?"){2}

例如：

$ echo '"1132","Fredricks, Ben","Boulder,         CO","x755593"' | 
    pcregrep --only-matching '^"\d+"(,"[^"]+?"){2}'
"1132","Fredricks, Ben","Boulder,         CO"