Ruby gsub正则表达式出乎意料的行为

Question

我以为我很了解正则表达式，但这令我困惑：

irb(main):016:0> source = "/foo/bar"
=> "/foo/bar"
irb(main):017:0> source.gsub( /[^\/]*\Z/, "fubar" )
=> "/foo/fubarfubar"

据我所知， /[^\\/]*\\Z/有一个匹配bar的唯一扩展，因此应该导致/foo/fubar 。 我根本看不出为什么我把fubarfubar作为替代品。

如果我调用sub而不是gsub ，替换工作，所以这不是解决问题的问题，而是揭示我对gsub误解。

Answer 1

你需要使用sub因为你只需要在字符串的末尾替换一次：

source.sub( /[^\/]*\Z/, "fubar" )
       ^^^

请参阅IDEONE演示

问题很可能与收集匹配的方式有关，并且由于模式匹配空字符串，尽管最后，最后一个null也可以被视为第二个匹配。 它不仅是一个Ruby问题，许多其他语言中也存在类似的错误。

所以，实际上，这就是发生的事情：

如果你需要使用gsub ，替换*量字，允许匹配0个字符+需要至少出现1次量化子模式，避免匹配0长度字符串：

source.gsub( /[^\/]+\Z/, "fubar" )
                   ^

经验法则 ：避免在Regex替换方法中匹配空字符串的正则表达式！

Answer 2

我认为这根本不是一个错误。 正则表达式可以并且将匹配零宽度位置。

因此，正则表达式引擎看到字符串"xox"更像这样：

"" "x" "" "o" "" "x" ""

（有趣的事实：在Ruby中，上面实际上导致"xox" ）

如果我们gsub一个x与_ ，一切都按预期工作：

"xox".gsub(/x/, "_") #=> "_o_"

但如果我们匹配x* ，事情会变得奇怪：

"xox".gsub(/x*/, "_") #=> "__o__"

这是因为*匹配零次或多次：

"" "x" "" "o" "" "x" ""
^^^^^^ ^^     ^^^^^^ ^^

如果我们将“零或更多”减少到零，可能会更清楚：

"xox".gsub(/x{0}/, "_") #=> "_x_o_x_"

比赛是：

"" "x" "" "o" "" "x" ""
^^     ^^     ^^     ^^

你的例子也是如此。 您匹配[^\\/]零次或多次。 正则表达式引擎匹配字符串末尾的bar （ [^\\/] 3次）和之后的void（ [^\\/] 0次）：

"/" "" "b" "" "a" "" "r" ""
    ^^^^^^^^^^^^^^^^^^^^ ^^