以下正則表達式如何工作？

Question

假設我有一個字符串，我想從一個開頭的雙引號解析為結束雙引號：

asdf"pass\"word"asdf

我很幸運地發現以下PCRE會從開頭雙引號到結束雙引號匹配，同時忽略中間的轉義雙引號（正確解析邏輯單元）：

".*?(?:(?!\\").)"

比賽：

"pass\"word"

但是，我不知道為什么這個PCRE正確地匹配開始和結束雙引號。

我知道以下內容：

“=字面雙引號

。*？ =任何字符的零或更多的惰性匹配

（？：=打開非捕獲組

（？！\\“）=斷言它不可能匹配文字\\”

。 =單個字符

）=關閉非捕獲組

“=字面雙引號

看起來單個字符和負前瞻是同一邏輯組的一部分。 對我來說，這意味着PCRE會說“只要字符后面沒有\\”，就可以從雙引號到零或更多的字符匹配，然后再匹配一個字符和一個雙引號。“

但是，根據該邏輯，PCRE根本不匹配字符串。

有人可以幫助我繞過這個嗎？

Answer 1

如果將非捕獲組更改為捕獲組，則更容易理解。

懶惰匹配通常一次向前移動一個角色（相對於貪婪匹配它可以然后放棄它必須的東西）。 但是，只要滿足模式之后所需的部分，它就會“前進”，這是通過讓.*? 將所有內容與r匹配，然后讓負面預測+ . 匹配d 。

更新：您在評論中提問：

它怎么會與r匹配呢？ 不應該是消極的前瞻阻止它在字符串中傳遞\\"感謝幫助我理解，順便說一下

不，因為它不是匹配它的負面前瞻性東西。 這就是為什么我建議您將未捕獲的組更改為捕獲的組，以便您可以看到它.*? 匹配\\" ，而不是(?:(?!\\\\").)

.*? 有可能匹配整個字符串，正則表達式引擎使用它來滿足匹配模式其余部分的要求。

更新2：

它實際上與執行此操作相同： ".*?[^\\\\]"這可能更容易包裹你的頭腦。

一個（略微）更好的模式是使用負面的lookbehind如下： ".*?(?<!\\\\)"因為它將允許匹配一個空字符串"" （在許多上下文中有效匹配），但是所有引擎/語言都不支持負面的lookbehinds（從你的標簽，pcre支持它，但我認為你不能在bash中真正做到這一點，除了例如grep -P '[pattern]' ..它基本上運行它通過perl）。

Answer 2

沒有什么可以添加到Crayon Violent的解釋，只有一點消歧和方法來匹配雙引號之間的子串（最終引號被反斜杠內部轉義）。

首先，您似乎在您的問題中使用了首字母縮略詞“PCRE”（Perl Compatible Regular Expression），它是特定正則表達式引擎的名稱（並且通過擴展或有些不精確地指代其語法）來代替單詞“pattern”這是描述一組其他字符串的正則表達式（無論使用何種正則表達式引擎）。

使用Bash：

A='asdf"pass\"word"asdf'
pattern='"(([^"\\]|\\.)*)"'

[[ $A =~ $pattern ]]
echo ${BASH_REMATCH[1]}

您也可以使用此模式： pattern='"(([^"\\\\]+|\\\\.)*)"'

使用PCRE正則表達式引擎，您可以使用第一種模式，但最好以更有效的方式重寫它：

"([^"\\]*+(?:\\.[^"\\])*+)"

請注意，對於這三種模式，不需要任何環視。 他們能夠處理任意數量的連續反斜杠： "abc\\\\\\"def" （字面反斜杠和轉義引號） ， "abcdef\\\\\\\\" （兩個字面反斜杠，引號未轉義） 。