ruby - 为什么在正则表达式标记之间有文字空间会导致不同的 matchdata 对象？

Question

例如，考虑以下表达式：

no_space = "This is a test".match(/(\w+)(\w+)/) 
with_space = "This is a test".match(/(\w+) (\w+)/) 

表达式no_space现在是 matchdata 对象#<MatchData "This" 1:"Thi" 2:"s">，with_space而是#<MatchData "This is" 1:"This" 2:"is">。这里发生了什么？在我看来，标记之间的文字空间向 ruby​​ 表明它应该尽可能匹配多个单词，而没有空格会导致匹配仅限于一个单词。任何关于该主题的解释或澄清将不胜感激。

谢谢。

Answer 1

\w不匹配空格，并且+是贪婪的，除非你跟着它?，所以 Ruby 尝试尽可能多地匹配\w，只要其余的 express 也匹配，Thi在第一次捕获和s第二次捕获中有效消耗。

当你添加一个空格时，Ruby 匹配尽可能多\w的直到一个空格字符，然后匹配尽可能多的\w，因此匹配Thisand is。

如果不清楚，请告诉我。

Answer 2

使用正则表达式/(\w+)(\w+)/，唯一可以匹配的字符是单词字符（字母、数字和下划线）。正则表达式只会匹配字符串中的连续字符，因此除非您在正则表达式中包含某些内容以匹配单词之间的空格，否则正则表达式只能匹配一个单词。