Ruby gsub正則表達式出乎意料的行為

Question

我以為我很了解正則表達式，但這令我困惑：

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

據我所知， /[^\\/]*\\Z/有一個匹配bar的唯一擴展，因此應該導致/foo/fubar 。 我根本看不出為什么我把fubarfubar作為替代品。

如果我調用sub而不是gsub ，替換工作，所以這不是解決問題的問題，而是揭示我對gsub誤解。

Answer 1

你需要使用sub因為你只需要在字符串的末尾替換一次：

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

請參閱IDEONE演示

問題很可能與收集匹配的方式有關，並且由於模式匹配空字符串，盡管最后，最后一個null也可以被視為第二個匹配。 它不僅是一個Ruby問題，許多其他語言中也存在類似的錯誤。

所以，實際上，這就是發生的事情：

如果你需要使用gsub ，替換*量字，允許匹配0個字符+需要至少出現1次量化子模式，避免匹配0長度字符串：

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

經驗法則 ：避免在Regex替換方法中匹配空字符串的正則表達式！

Answer 2

我認為這根本不是一個錯誤。 正則表達式可以並且將匹配零寬度位置。

因此，正則表達式引擎看到字符串"xox"更像這樣：

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

（有趣的事實：在Ruby中，上面實際上導致"xox" ）

如果我們gsub一個x與_ ，一切都按預期工作：

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

但如果我們匹配x* ，事情會變得奇怪：

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

這是因為*匹配零次或多次：

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

如果我們將“零或更多”減少到零，可能會更清楚：

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

比賽是：

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

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

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