我遇到了非贪婪正则表达式(正则表达式)的问题。我看到有关于非贪婪正则表达式的问题,但他们没有回答我的问题。
问题:我正在尝试匹配“lol”锚的href。
注意:我知道这可以通过 Perl HTML 解析模块来完成,我的问题不是关于在 Perl 中解析 HTML。我的问题是关于正则表达式本身,而 HTML 只是一个例子。
测试用例:我有四个测试.*?
和[^"]
。两者首先产生了预期的结果。但是第三个没有,第四个只是,但我不明白为什么。
- 为什么
.*?
第三个测试在和的两个测试中都失败了[^"]
?非贪婪的操作员不应该工作吗? - 为什么第四个测试在 和 的测试中都
.*?
有效[^"]
?我不明白为什么.*
在前面包含 a 会改变正则表达式(第三个和第四个测试是相同的,除了.*
前面的)。
我可能不完全理解这些正则表达式是如何工作的。Perl Cookbook recipe提到了一些东西,但我不认为它回答了我的问题。
use strict;
my $content=<<EOF;
<a href="/hoh/hoh/hoh/hoh/hoh" class="hoh">hoh</a>
<a href="/foo/foo/foo/foo/foo" class="foo">foo </a>
<a href="/bar/bar/bar/bar/bar" class="bar">bar</a>
<a href="/lol/lol/lol/lol/lol" class="lol">lol</a>
<a href="/koo/koo/koo/koo/koo" class="koo">koo</a>
EOF
print "| $1 | \n\nThat's ok\n" if $content =~ m~href="(.*?)"~s ;
print "\n---------------------------------------------------\n";
print "| $1 | \n\nThat's ok\n" if $content =~ m~href="(.*?)".*>lol~s ;
print "\n---------------------------------------------------\n";
print "| $1 | \n\nWhy does not the 2nd non-greedy '?' work?\n"
if $content =~ m~href="(.*?)".*?>lol~s ;
print "\n---------------------------------------------------\n";
print "| $1 | \n\nIt now works if I put the '.*' in the front?\n"
if $content =~ m~.*href="(.*?)".*?>lol~s ;
print "\n###################################################\n";
print "Let's try now with [^]";
print "\n###################################################\n\n";
print "| $1 | \n\nThat's ok\n" if $content =~ m~href="([^"]+?)"~s ;
print "\n---------------------------------------------------\n";
print "| $1 | \n\nThat's ok.\n" if $content =~ m~href="([^"]+?)".*>lol~s ;
print "\n---------------------------------------------------\n";
print "| $1 | \n\nThe 2nd greedy still doesn't work?\n"
if $content =~ m~href="([^"]+?)".*?>lol~s ;
print "\n---------------------------------------------------\n";
print "| $1 | \n\nNow with the '.*' in front it does.\n"
if $content =~ m~.*href="([^"]+?)".*?>lol~s ;