PCRE 正则表达式在移动到子程序时表现不同

如何解决PCRE 正则表达式在移动到子程序时表现不同

使用 PCRE v8.42，我试图将一个正则表达式抽象为一个命名的子例程，但是当它在一个子例程中时，它的行为似乎有所不同。

这输出10/：

echo '10/' | pcregrep '(?:0?[1-9]|1[0-2])\/' 

这没有输出：

echo '10/' | pcregrep '(?(DEFINE)(?<MONTHNUM>(?:0?[1-9]|1[0-2])))(?&MONTHNUM)\/'

这两个正则表达式不等价吗？

解决方法

在 PCRE2 prior to 10.30 版本中，所有子程序调用都是 always treated 作为 atomic groups。您的 (?(DEFINE)(?<MONTHNUM>(?:0?[1-9]|1[0-2])))(?&MONTHNUM)\/ 正则表达式实际上等于 (?>0?[1-9]|1[0-2])\/。请参阅 this regex demo，其中 10/ 与预期不匹配。

没有匹配，因为 0?[1-9] 匹配了 1 中的 10/ 并且由于不允许回溯，第二个选择没有被测试（“输入”），并且整个匹配失败，因为 / 之后没有 1。

您需要确保较长的替代方案优先：

(?(DEFINE)(?<MONTHNUM>(?:1[0-2]|0?[1-9])))(?&MONTHNUM)/

参见regex demo。请注意，在 pcregrep 模式中，您不需要转义 /。

或者，您可以使用 PCRE2 v10.30 或更新版本。