规则1：优先选择最左端的匹配结果

作者: Friedl,J.E.F.著/余晟译 出处:电子工业出版社博文视点 　2008-01-08 14:30　   砖    好    评论  条 　进入论坛

阅读提示：《精通正则表达式》本书主要讲了表达式的正则引擎及其工作原理，本文是规则1：优先选择最左端的匹配结果。

规则1：优先选择最左端的匹配结果
Rule 1: The Match That Begins Earliest Wins

根据这条规则，起始位置最靠左的匹配结果总是优先于其他可能的匹配结果。这条规则并没有规定优先的匹配结果的长度（稍后将会讨论），而只是规定，在所有可能的匹配结果中，优先选择开始位置最左端的。实际上，因为可能有多个匹配结果的起始位置都在最左端，也许我们应该把这条规则中的“某个匹配结果（a match）”改为“该匹配结果（the match）”，不过这听起来有些别扭。

这条规则的由来是：匹配先从需要查找的字符串的起始位置尝试匹配。在这里，“尝试匹配（attempt）”的意思是，在当前位置测试整个正则表达式（可能很复杂）能匹配的每样文本。如果在当前位置测试了所有的可能之后不能找到匹配结果，就需要从字符串的第二个字符之前的位置开始重新尝试。在找到匹配结果以前必须在所有的位置重复此过程。只有在尝试过所有的起始位置（直到字符串的最后一个字符）都不能找到匹配结果的情况下，才会报告“匹配失败”。

所以，如果要用「ORA」来匹配FLORAL，从字符串左边开始第一轮尝试会失败（因为「ORA」不能匹配FLO），第二轮尝试也会失败（「ORA」同样不能匹配LOR），从第三个字符开始的尝试能够成功，所以引擎会停下来，报告匹配结果FLORAL。

如果不了解这条规则，有时候就不能理解匹配的结果。例如，用「cat」来匹配：
The dragging belly indicates that your cat is too fat.

结果是indicates，而不是后来出现的cat。单词cat是能够被匹配的，但indicates中的cat出现的更早，所以得到匹配的是它。对于egrep之类的程序来说，这种差别是无关紧要的，因为它只关心“是否”能够匹配，而不是“在哪里”匹配。但如果是进行其他的应用，例如查找和替换，这种差别就很重要了。

这里有一个小测验（应该不困难）：如果用「fat|cat|belly|your」来匹配字符串‘The dragging belly indicates that your cat is too fat.’，结果是什么呢？请看下一页。

“传动装置（transmission）”和驱动过程（bump-along）

或许汽车变速箱（译注1）的例子有助于理解这条规则，驾驶员在换档时，变速箱负责连接引擎和动力系统。引擎是真正产生动力的地方（它驱动曲轴），而变速箱把动力传送到车轮。

传动装置的主要功能：驱动

如果引擎不能在字符串开始的位置找到匹配的结果，传动装置就会推动引擎，从字符串的下一个位置开始尝试，然后是下一个，再下一个，如此继续。不过，如果某个正则表达式是以“字符串起始位置锚点（start-of-string anchor）”开头的，传动装置就会知道，不需要更多的尝试，因为如果能够匹配，结果肯定是从字符串的头部开始的。在第6章中，我们会讲解这一点，以及更多的内部优化措施。

回书目   上一节   下一节