正则表达式 一个奇怪问题

[faketemp]

测试工具：Notepad++
测试文本： http://www.baidu.com,http://www.123.com,http://www.sina.com,MAIN
测试正则： http.+?MAIN

测试结果： http://www.baidu.com,http://www.123.com,http://www.sina.com,MAIN

问题是非贪婪模式下最短匹配，结果不应该是“http://www.sina.com,MAIN”吗

百思不得其解中……

[faketemp]

以前未遇到过这种奇怪问题 测试多个编辑器 结果都是一样 实在是费解

[shiji]

.+？ 。*？ 是 Lazy。
懒惰的意思是，尽量少的匹配（不贪婪）直到满足条件。

那么最前面的 http 是满足条件的，regex 里面的 http 也会相应的“划掉”，在到达终点 MAIN 之前，不管贪婪还是懒惰，中间的都得包含进去，没得选。

（中途因为 http 已经匹配上了，再次看到 http 的时候 regex 会忽略，反正已经匹配了。）

所以 Lazy 不能保证最短。。。

[faketemp]

@shiji 看各种教程都说？符号是“最短匹配” 如果 lazy 不能保证最短 请问像上面需求如何才能匹配出所要的“最短匹配”结果呢（假设网址部分是不定长的）

[faketemp]

@shiji 能够理解你的讲解 要查找出“最短匹配”结果 想到一种折中方案 就是先将文本逆序 正则匹配出结果后再逆序一次 😁这种方案好像很笨……

[lxk11153]

中间部分是.+?匹配中的。你可以试试断言来排除中间的 ht 河蟹 tp
htt 河蟹 ps://blog.csdn.ne 河蟹 t/u01204 河蟹 7933/article/details/383 河蟹 65541

[shiji]

@faketemp 逆序其实不笨，并且很有效率。。

设想这样一个字符串

http://www.du.com,MAIN,http://www.123.com,http://www.sina.com,MAIN,http://www.baidu.com,MAIN,http://www.123.com,MAIN

你期望的输出是什么？


如果不逆过来， 试试
( http:((?<!MAIN|http).)*MAIN)

然后跑代码找出最短的

[pkookp8]

因为正则都是从前向后的吧
第一个 http 符合要求就开始匹配，然后才是.+?main 的最短

[lukaz]

针对测试文本，假设网址部分不含逗号，那么可以这样： http[^,]+,MAIN

[faketemp]

受以上指导启发 只能这样了 使用

http((?!http).)+?MAIN
或者
http[^http]+?MAIN

[faketemp]

@pkookp8 嗯 我甚至专门去查过 有什么正则支持逆序查找选项🤪

[lukaz]

[^http]的意思不是想当然的[^( http)]，不能这么用

[geelaw]

Lazy 模式并不是 skip 模式。
你的需求可以用一个 NFA 解决，基本思路是匹配 http，以及一坨不含 http 和 ,MAIN 的串，以及 ,MAIN。见 https://www.v2ex.com/t/602716

[faketemp]

@lukaz 谢谢提示 深入测试一下确实如你所说 这种用法是不准确的
所以目前来看 就只能使用零宽断言 http((?!http).)+?MAIN
或者逆序后 lazy 模式查找

@geelaw 理论能够理解 只是最终结果没看懂🤪

[noqwerty]

以前一直觉得自己写正则还可以，在 V2 看了几个帖子之后感觉自己真的菜

[toma77]

我最讨厌正则

[ClericPy]

昨天就看到这帖子, 然后...
测试工具：Notepad++
劝退了

[faketemp]

@ClericPy 技术无关 zz

师夷长技以制夷

用 sublimetext 或者 emeditor 等测试 问题一样重现 个人习惯

[ClericPy]

@faketemp 太敏感了...
本来以为是聊正则的, 结果... 这软件我没装, 不知道会是什么效果, 不来坑楼主

[ClericPy]

又看了下那些回帖, 已经有答案了, 这个条件改用零宽断言是对的 http(?:(?!http).)+?MAIN
被测试工具四个字给误导了, 以为是上来问 notepad++ 软件问题

提个小建议, 以后跨工具测试正则可以 https://regex101.com/ 省的一个个工具去安装了

[faketemp]

@ClericPy 感谢关注

目前收集到的几个正则 实测都可以准确查找
分别为
http(?:(?!http).)+?MAIN
http:((?<!MAIN|http).)+?MAIN
http((?!http).)+?MAIN

记录一下给需要的 V 友学习哈