被替换文本末尾的额外字符

php regex java pcre

2022-09-03 09:31:38

在PHP和Java中，我申请并得到了.我应用了对称模式，得到了一个不对称的结果！为什么？我想知道为什么它的输出不是？/^[^\pL]*|[^\pL]*$/-A-*A***A*

模式说，除了字符串末尾的字母之外，所有的东西都应该用替换，这也是贪婪的，应该把所有非字母的东西都替换在一起。*

RegexBuddy中的Alos注释我得到了我所期望的。*A*

更新：我简化了问题，以集中我的主要关注点。

答案 1

#^[^\pL]+|[^\pL]+$#u

替换为。结合使用并不像人们预期的那样有效。在正则表达式引擎如何工作的奇怪结果中，将找到两个匹配项。使用修复它。*+*$X*$X*+

[^\pL]*$

让我们看一下正则表达式的这一部分，该部分未按预期工作。为什么它在一些字符串的末尾放了两个's？*

考虑替换第一组短划线后的第三个示例字符串：---A---
```
*A---$
```
正则表达式引擎在此处找到正则表达式的匹配项：
```
*A---$
  ^
```
并替换为星号："---"
```
*A*$
  ^
```
然后，它将其内部光标移动到替换字符串的右侧。
```
*A*$
   ^
```
它从此光标位置开始，并查找另一个匹配项。它找到了一个！它找到 — 空字符串！由 0 个或多个非字母（）组成，并且它锚定在字符串（）的末尾，因此它是有效的匹配项。当然，它找到了空字符串，但这是允许的。""""[^\pL]*$

这是出乎意料的，因为它再次匹配了锚点。这不是错的吗？它不应该再次匹配，不是吗？嗯，实际上，它应该，而且确实如此。它可以再次匹配，因为它不是输入字符串中的实际字符 - 它是一个零宽度断言。它不会在第一次替换时“用完”。允许匹配两次。$$$$$
因此，它用星号“替换”空字符串。这就是为什么你最终会得到两个星号。""
```
*A**$
   ^
```
如果正则表达式引擎返回到步骤 4，它将找到另一个空字符串并添加另一个星号。从概念上讲，那里有无限数量的空字符串。为了避免这种情况，引擎不允许下一场比赛在与前一场比赛相同的位置开始。此规则可防止它进入无限循环。

答案 2

正确的正则表达式是这样的：

$arr = preg_replace('#^[^\pL]+|[^\pL]+$#','*', 
           array('A','-A-','---A---','-+*A*+-','------------A------------'));

请注意，而不是。这将给出输出：+*

Array
(
    [0] => A
    [1] => *A*
    [2] => *A*
    [3] => *A*
    [4] => *A*
)

PS：请注意，由于A之前和之后没有非alpha字符，因此第一个元素将保持不变。