正则习点 --- 13

4.5.6 Possessive Quantifiers andAtomic Grouping

那么，仍然来考虑‘.625’的例子，想想我们真正的目的。我们知道，如果匹配能够进行到「(\.\d\d[1-9]?)_▲\d+」中标记的位置，我们就不希望进行回溯。

那么，如果我们能够避免这些备用状态呢?（也就是在[1-9]进行尝试之前，放弃「?」保存的状态）如果没有退路，「1-9」的匹配就不会交还。而这就是我们需要的！

4.5.6.1 Atomic grouping with「(?>…)」

在固化分组匹配结束时，他已经匹配的文本已经固化为一个单元，只能作为整体而保留或放弃。

所以回溯永远也不能选择其中的状态（至少是，当此结构匹配完成时，“锁定（locked in）”在其中的状态）。

示例如下：

#! /usr/bin/perl -w

$price = 9.436;

#$price =~ s/(\.\d\d[1-9]?)\d+/$1/;
# $price =~ s/(\.\d\d[1-9]?)\d*/$1/;
# atomic grouping
$price =~ s/(\.\d\d(?>[1-9])?)/$1/;

print $1;

执行结果：

$perl mre45_32.pl

.436

加上「\d+」后，

执行结果：

$perl mre45_32.pl

Useof uninitialized value $1 inprint at mre45_32.pl line 10.

因为没有能够回溯的备用状态，整体匹配也就失败，‘.436’不需要处理，而这正是我们期望的。

固化分组会放弃某些可能的路径。

放弃备用状态可能会导致的结果：

l毫无影响 如果在使用备用状态之前能够完成匹配，固化分组就不会影响匹配。

l导致匹配失败

l改变匹配结果

l加快报告匹配失败的速度

4.5.7 Possessive Quantifiers, ?+, *+, ++, and {m, n}+

占有优先量词与匹配优先量词很相似，只是他们从来不交还已经匹配的字符。

实际上占有优先量词与固化分组的匹配结果完全一样，只是写起来更加方便而已（而且更加高效）。

修改后的示例：

#! /usr/bin/perl -w

$price = 9.436;

#$price =~ s/(\.\d\d[1-9]?)\d+/$1/;
# $price =~ s/(\.\d\d[1-9]?)\d*/$1/;
# atomic grouping
# $price =~ s/(\.\d\d(?>[1-9])?)d+/$1/;

# Possessive Quantifers
$price =~ s/(\.\d\d[1-9]?+)^\d+/$1/;	# Prohibit Match

#price =~ s/(\.\d\d[1-9]?+)/$1/;		# Match

print $1;

4.5.8 The Backtracking of Lookaround

在NFA的世界中包含了备用状态和回溯，环视是怎么实现的？

首先，我们要明白环视结构不会去包含备用状态和回溯！

包含了这两个的是子表达式！

然后，

那我们看，子表达式匹配成功时：

肯定型环视会认为自己匹配成功；而否定环视会认为匹配失败。在任何一种情况下，因为关注的只是匹配存在与否，此匹配尝试所在的“世界”（子表达式），包括在尝试中创造的所有备用状态，都会被放弃。

子表达式匹配失败时：

肯定型环视会认为自己匹配失败；而否定环视会认为匹配成功。

最后，我们知道环视、固化分组、占有优先量词他们是一样的！

4.5.8.1 Mimicking atomic grouping with positive lookahead

举例来说，比较「(?>\w+):」和「^(?=(\w+))\1:」

Unlike atomic grouping, the match word isnot included as part of the match (that’s the whole of lookahead), but the worddoes remain captured.

但与固化分组不一样的是，虽然此时确实捕获了这个单词，但是它不是全局匹配的一部分（这就是环视的意义）。

4.5.9 Is Alternation Greedy?

多选结构「…|…|…」既不是匹配优先的，也不是忽略优先的，而是按顺序排列的。

4.5.10 Taking Advantage of Ordered Alternation

要记住的是，如果多选分支是有序的，而能够匹配同样文本的多选分支又不只一个，就要小心安排多选分支的先后顺序。

4.5.10.1 Ordered alternation pitfalls

拆分日期的例子：

使用「Jan(0?[1-9]|[12][0-9]|3[01])」匹配‘Jan 31 is Dad’s birthday’，结果如何呢？我们希望获得的当然是‘Jan 31’，但是有序多选分支只会捕获‘Jan 3’。

所以我们用「Jan([12][0-9]|3[01]|0?[1-9])」可以解决这个问题。但是，看这个表达式很是不好理解~~