问题标签 [regex-alternation]

我正在为 Alex Gorbatchev 的 Syntax Highlighter 编写画笔，以突出显示 Smalltalk 代码。现在，考虑以下 Smalltalk 代码：

我想找到块参数“：每个”，然后每次出现时都匹配“每个”（为简单起见，假设每次出现都不仅仅是在括号内）。请注意，参数可以有任何名称，例如“:myArg”。

我尝试匹配“：每个”：

这似乎有效。问题是我要匹配“每个”的出现。我认为这样的事情可以工作：

但是交替的右侧似乎被视为独立表达式，因此反向引用不起作用。

甚至有可能在一个表达式中完成我想要的吗？或者我是否必须在第二个表达式中使用反向引用（通过另一个函数调用）？

尝试为罗马数字编写正则表达式匹配器。在 sed 中（我认为这被认为是正则表达式的“标准”？），如果您有多个由交替运算符分隔的选项，它将匹配最长的选项。即，"I|II|III|IV"将为“IV”匹配“IV”，为“III”匹配“III”

在 Java 中，相同的模式匹配“IV”的“I”和“III”的“I”。原来 Java 在从左到右的交替匹配之间进行选择；也就是说，因为“I”出现在正则表达式中的“III”之前，所以它匹配。如果我将正则表达式更改为"IV|III|II|I"，则行为会得到纠正，但这显然不是一般的解决方案。

有没有办法让 Java 从交替组中选择最长的匹配项，而不是选择“第一个”？

为清晰起见的代码示例：

这输出"six"

假设在一个正则表达式中，如果匹配一个替代项中的一个替代项，即使还有更多替代项（替代项之外的正则表达式中没有其他标记），它也会停在那里。

来源

这种搜索一个双字的模式（例如，this this）

如果我介绍这个主题，我会感到困惑：

它与模式匹配。

\b([a-z]+) 匹配

((?:<[^>]+>|\s)+)跟随一个 TAG，因此是第二个替代匹配。

(\1\b) 如果跟随在第一个括号中反向引用的相同单词，则必须匹配。

如果标签后面不跟在“”后面，为什么要匹配(\1\b)，跟在空格后面。

我知道轮换之内是存在的\s。

但是不应该是TAG比赛消耗交替吗？

为什么\s替代品还活着？

我想 grep 八月或九月的所有日期（mm/dd/yyyy带有前导零的日期格式）。

我试过：

但命令提示符输出：

该系统找不到指定的路径。

我在使用 Python Regex 时遇到了一个小问题。

假设这是输入：

我想要实现的是获得括号之间的任何内容作为单个匹配，以及外部的任何字符作为单个匹配。期望的结果将是：

应保持比赛的顺序。

我已经尝试使用 Python 3.3 获得它，但似乎无法找出正确的正则表达式。到目前为止，我有：

print(matches)产生以下结果：

任何想法我做错了什么？

似乎使用字符类比在示例中的交替更快：
[abc]vs(a|b|c)
我听说它被推荐，并通过一个简单的测试使用Time::HiRes我验证了它（慢了大约 10 倍）。
在捕获括号产生影响的情况下使用(?:a|b|c)也不会改变结果。
但我不明白为什么。我认为这是因为回溯，但我在每个位置看到它的方式有 3 个字符比较，所以我不确定回溯如何影响交替。这是实施的交替性质的结果吗？

我有一个文件，我想从中解析特定值。如何将以下所有三个正则表达式放在一起为每个测试返回一组条目，无论它是否有测量值以及它是否有错误，并且如果有的话，包括测量值和错误？一个测试中可以有任意数量的测试、任意数量的度量，但在没有其他度量的测试中只有一个错误。我尝试了许多不同的组合，但都没有成功。我想我需要使用前瞻和交替，但没有找到正确的组合。仅供参考，正则表达式存储在数据库中并由 C# 应用程序使用。提前致谢！

输入文件：

为了解析测试部分，我使用了正则表达式，它有效：

为了解析测量数据，我使用了正则表达式，它有效：

要解析错误，我使用正则表达式，它有效：

免责声明：是的，我知道输入是 XML，但我无法将应用程序更改为反序列化，它使用正则表达式。

我设置了一个复杂的正则表达式来从一页文本中提取数据。由于某种原因，交替的顺序不是我所期望的。一个简单的例子是：

简而言之，我试图获取一个楼层号，一个已知的命名楼层，作为备份，我捕获了 1-3 个未知单词，然后是楼层，以防以后复习（我实际上使用组名来识别这个但不想混淆这个问题）

问题是如果字符串是

我不13th Floor明白on the 13th Floor，这似乎表明它与第三个交替匹配。我原以为它会匹配 13 楼。我专门设置了这个（或者我是这么认为的）来优先考虑匹配的类型，只有在错过其他匹配时才将模糊的放在最后。我猜当他们说 Regex 是贪婪时他们不是在开玩笑，但我不清楚如何将其设置为“贪婪”并按照我想要的方式行事。

是(a|b)*一样的a*|b*吗？换句话说，是否接受由s 和s(a|b)*组合而成的字符串？ab

我正在处理一个大日志文件，其条目如下：

我想提取上面示例中加粗的部分。这是我为上述内容编写的正则表达式

我想得到在第一次出现空格或问号之前GET或之后的部分。POST' ''?'

问题
正则表达式后面部分的逻辑 OR 不起作用。如果我只使用

我得到了正确的部分，即从 GET 或 POST 直到第一个问号'?'。同样，如果我使用

我得到了正确的部分，即从 GET 或 POST 到第一个空格' '）。

请问谁能告诉我哪里错了？