perl正则表达式——递归模式

记录perl正则表达式之递归模式的个人理解

阅读前需要的基础：

1、perl在模式中引用一个捕获组时，这个组实际捕获的内容将用于反向引用。

/\b ( \p{alpha}+ ) \s+ \1 \b /x # numbered backref /\b ( \p{alpha}+ ) \s+ \g{1} \b /x # alternate syntax /\b ( \p{alpha}+ ) \s+ \g{–1} \b /x # relative backref /\b (?<word> \p{alpha}+ ) \s+ \k<word> \b /x # named backref

2、扩展的正则表达式，本文中涉及到的部分

扩展

原子性

含义

(? <name>...)

是

命名捕获分组

(?# ...)

否

注释，丢弃

(?: ...)

是

非捕获组

(?{...})

否

执行嵌入的perl代码

(?&name)

是

在组name上递归，其引用的是模式，而不是匹配到的内容

匹配引擎递归匹配代码：

?1调用当前所在的组，导致引擎的递归处理，该代码是匹配平衡小括号的代码

/ ( \( (?: [^()]++ | (?1) )*+ \) )/x

[^()]++表示匹配非括号，当检测到有括号时进入分支(?1)，调用整个模式自身，继续深入匹配。

想：用当前的模式去匹配第二条分支捕获到的内容，直到没有括号为止。

又想：如果是这样的话，那么次递归调用首先匹配的应该是‘\(’字符（左括号），那么这个模式就只能匹配一种字符串了，那就是"((((string))))"，但是实际上能匹配“aa(bb(cc(dd(ee))))”这种更复杂的，所以之前的想法不对。

递归：从内往外算

恩差点被正则匹配的形式忽悠了，递归递归。perl代码如下，做一个深入理解：

my $str = "aaa(s2s(rf(gt(3(eeeee)))))"; print "\nmatching!\n" if($str =~ /^ (?<p0> \w+ ) (?<pattern> (?#这里是第一个捕获组的开始) \( (?: (?<p1> [^()]++ ) (?#匹配非括号，并捕获) (?{print "< $` >|< $& >|< $' >\n";}) | (?<p2> (?&pattern) ) )*+ (?#如果前一个分支失败，递归调用<pattern>命名组) (?{ ($+{p0})?(print "p0:$+{p0}"):(print "p0:NULL"); ($+{p1})?(print "\tp1:$+{p1}"):(print "\tp1:NULL"); ($+{p2})?(print "\t\tp2:$+{p2}\n"):(print "\t\tp2:NULL\n") }) (?#打印捕获的命名组 p1 p2) (?#匹配非括号，并捕获) (?{print "< $` >|< $& >|< $' >\n";}) \) ) (?#第一个捕获组结束) $/x);

{print "< $` >|< $& >|< $' >\n";} ## $`表示匹配到的串之前的串，$&表示匹配到的串，$'表示匹配到的串之后的串

分析输出结果如下：

#######这部分可以看到正则是如何一步步递归进入的############# < >|< aaa(s2s >|< (rf(gt(3(eeeee))))) > < >|< aaa(s2s(rf >|< (gt(3(eeeee))))) > < >|< aaa(s2s(rf(gt >|< (3(eeeee))))) > < >|< aaa(s2s(rf(gt(3 >|< (eeeee))))) > < >|< aaa(s2s(rf(gt(3(eeeee >|< ))))) > #####命名组p2是每次递归返回的捕获，p1是每次递归进入之前的捕获############### p0:aaa p1:eeeee p2:NULL < >|< aaa(s2s(rf(gt(3(eeeee >|< ))))) > p0:aaa p1:3 p2:(eeeee) < >|< aaa(s2s(rf(gt(3(eeeee) >|< )))) > p0:aaa p1:gt p2:(3(eeeee)) < >|< aaa(s2s(rf(gt(3(eeeee)) >|< ))) > p0:aaa p1:rf p2:(gt(3(eeeee))) < >|< aaa(s2s(rf(gt(3(eeeee))) >|< )) > p0:aaa p1:s2s p2:(rf(gt(3(eeeee)))) < >|< aaa(s2s(rf(gt(3(eeeee)))) >|< ) > matching!