返回主题:正则引擎与回溯性能

知识卡片

普通读书笔记卡 · 1912.a.2

贪婪不是最长

理解等级:未标注

在本书的回溯式模型中,贪婪量词先尝试较多重复,后续失败时可按备用路径交还内容,直到全式成功或选择耗尽。贪婪描述组件的尝试顺序,不保证整个结果全局最长。比如.*在前、数字重复在后时,前者可能只交还足够让后者成功的末位。第1章<.*>跨过多个标记的例子也说明:量词偏好不能替代对输入内部结构的限制。关联:[[引擎类型决定结果]]。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 3 处

    • · 查看原书依据

      这个简单的表达式往往是最直接的想法,但它显然是不对的。「<.*>」的意思是,“先匹配一个‘<’,然后是任意多个任意字符,然后是‘>’”。所以,它无疑能够匹配不止一个tag的内容,例如‘thisexample’中标记的内容。 也许结果有点出乎你的意料,但是我们目前还只在第

    • · 查看原书依据

      标准匹配量词的结果“可能”并非所有可能中最长的,但它们总是尝试匹配尽可能多的字符,直到匹配上限为止。如果最终结果并非该表达式的所有可能中最长的,原因肯定是匹配字符过多导致匹配失败。举个简单的例子:用「\b\w+s\b」来匹配包含‘s’的字符串,比如说‘regexes’,

    • · 查看原书依据

      匹配优先量词,引擎会优先选择“进行尝试”,而对于忽略优先量词,会选择“跳过尝试”。 此原则影响深远。对于新手来说,它有助于解释为什么匹配优先的量词是“匹配优先”的,但还不完整。要想彻底弄清楚这一点,我们需要了解回溯时使用的是哪个(或者是哪些个)之前保存的分支,答案是:

    参考来源

    - 位置:《精通正则表达式(第3版)》基础知识拓展(spine 13;来源项目book-sources,`extracted/精通正则表达式(第3版)/_epub-src/text/part0006_split_005.html`;来源键`s013-ch04-004`)。 - 结论依据:正文和图20说明<.*>会把多个标签及中间文本一起覆盖,成功匹配并不等于符合单个标签需求。 - 原始内容:这个简单的表达式往往是最直接的想法,但它显然是不对的。「<.*>」的意思是,“先匹配一个‘<’,然后是任意多个任意字符,然后是‘>’”。所以,它无疑能够匹配不止一个tag的内容,例如‘thisexample’中标记的内容。 也许结果有点出乎你的意料,但是我们目前还只在第 - 位置:《精通正则表达式(第3版)》匹配的基础(spine 27;来源项目book-sources,`extracted/精通正则表达式(第3版)/_epub-src/text/part0009_split_002.html`;来源键`s027-ch04-004`)。 - 结论依据:本项已全文读取,相关图示与测验答案已实读;引擎分类采用原书语境并明确外延。 - 原始内容:标准匹配量词的结果“可能”并非所有可能中最长的,但它们总是尝试匹配尽可能多的字符,直到匹配上限为止。如果最终结果并非该表达式的所有可能中最长的,原因肯定是匹配字符过多导致匹配失败。举个简单的例子:用「\b\w+s\b」来匹配包含‘s’的字符串,比如说‘regexes’, - 位置:《精通正则表达式(第3版)》回溯(spine 29;来源项目book-sources,`extracted/精通正则表达式(第3版)/_epub-src/text/part0009_split_004.html`;来源键`s029-ch04-004`)。 - 结论依据:本节原文、执行位置图与测验答案均实际读取;按本书回溯式引擎模型解释,不补造实测结果。 - 原始内容:匹配优先量词,引擎会优先选择“进行尝试”,而对于忽略优先量词,会选择“跳过尝试”。 此原则影响深远。对于新手来说,它有助于解释为什么匹配优先的量词是“匹配优先”的,但还不完整。要想彻底弄清楚这一点,我们需要了解回溯时使用的是哪个(或者是哪些个)之前保存的分支,答案是: