Регулярные выражения — особенности

• 04, 12, 2011
•  bullgare
•  Programming
• No Comments.

Как работает регулярное выражение (regexp): сначала оно пытается найти максимально возможное совпадение для текущей группы символов, затем посимвольно откатываясь к началу совпавшей подстроки (backtracking), в попытке найти совпадение для последующей группы символов регулярного выражения. Это верно для «жадных» (greedy) типов групп (по умолчанию, к примеру [\w]*). Если группа «ленивая» (lazy), то откатывание производится от начала совпавшей подстроки вперёд. Пример ленивой группы — [\w]*?.

Ниже перечислены некоторые вещи о регулярных выражениях, которые полезно знать.

1. Capturing Groups

   (группа)
   

   повтор группы:

   \1
   

2. Named Capturing Groups

   (?P<имя_группы>группа)
   

   повтор группы:

   (?P=имя_группы)
   

3. Non-Capturing Groups.

   (?:группа)
   

4. Atomic Grouping (атомарные группы).
   Атомарная группа не откатывается, поэтому работает значительно быстрее, но совсем не такая гибкая.

   (?>группа)
   

   Пример:
   a(?:bc|b)c совпадёт и с abc, и с abcc,
   а a(?>bc|b)c совпадёт с abcc, но не с abc. С последней строкой совпадения не будет, т.к. произойдёт совпадение (?>bc|b) с последними двумя буквами строки, после чего будет сделана попытка сравнить символ c с пустой строкой, которая потерпит неудачу. Неатомарная группа сделала бы откатывание с попыткой поиска совпадения альтернативы (b), но атомарная группа не может откатиться после того, как было найдено любое совпадение с ней.

5. Lookahead:
   positive lookahead — утверждение, что после группы должна находиться определённая группа.

   (?=группа)
   

   negative lookahead — утверждение, что после группы не должно быть определённой группы.

   (?!группа)
   

   При этом длина lookahead и lookbehind равна нулю, т.е. дальнейший поиск совпадений начинается с группы, предшествующей lookahead-у. Lookahead и lookbehind являются атомарными группами (см. выше).
   Пример:
   b(?=a) совпадёт с b в back, но не совпадёт с b в bed или в debt.

6. Lookbehind:
   positive lookbehind — утверждение, что перед группой должна находиться определённая группа.

   (?<=группа)
   

   negative lookbehind — утверждение, что перед группой не должно быть определённой группы.

   (?<!группа)