Perlや.NETの正規表現には{n}?
という最小量指定子が存在しますが、これはどのような場面で利用されるのでしょうか。
5 件の回答
単なる冗長な表記であって {n}
と等価です。
Perl のマニュアル (perlre) より:
{n}?
Match exactly n times, not greedily (redundant)
正規表現の質問ですね。これは、 Ruby などにも当てはまります。
{n}
は、 +
, ?
, *
などと同じように繰り返しや文字出現の表現(quantifier)であり、波括弧の中の数値で繰り返し回数の範囲を指定します。 {最小回数, 最大回数}
で表現するところを、{n, n}
とし、最大最小が同じことを {n}
と表現しています。
?
はマッチにあたっての最小量指定(言い方カッコイイ!)です。複数の一致が見られたときに最大一致のものを選択せずに、最小一致のものを選択せよという指定になります。
ここまでは理解されていると思います。
さて、実際は ?
はマッチングモードの切り替え指定です。 無指定または環境によっては +
だと、欲張りマッチ(Greedy)でありこれがデフォルトのマッチングモードです。 ?
の指定だと、マッチングモードは、怠け者(Lazy)もしくはやる気なし(Reluctant)モードになります。やる気のないモードだと、繰り返しマッチ条件を1度満たした段階でそれ以上の走査を諦めます。
ですので、{n}
の欲張りマッチだと、「指定数一致した!」と報告し、{n}?
の怠け者マッチだと「もういいやここであきらめる」と報告する、という内部的にですが、動きに違いがでます。ただし、二つのモードの報告する内容はいつも同じになりますので、{n}?
と指定するようなときには ?
の有無による違いはないことになります。
というわけで私の回答は、「気分的なもので、差がない」としたいですが、どうでしょうか。
$ perl -e '$s="aaaaaabbbbbbbbccccccc"; print $s =~ /(b+)/;'
-> bbbbbbbb
$ perl -e '$s="aaaaaabbbbbbbbccccccc"; print $s =~ /(b+?)/;'
-> b
$ perl -e '$s="aaaaaabbbbbbbbccccccc"; print $s =~ /(b{4})/;'
-> bbbb
$ perl -e '$s="aaaaaabbbbbbbbccccccc"; print $s =~ /(b{4}?)/;'
-> bbbb # ここで ? の意味はない
$ perl -e '$s="aaaaaabbbbbbbbccccccc"; print $s =~ /(b{4,8})/;'
-> bbbbbbbb
$ perl -e '$s="aaaaaabbbbbbbbccccccc"; print $s =~ /(b{4,8}?)/;'
-> bbbb # ここで 8 は意味がない
$ perl -e '$s="abbbcabbbbcabbbbbcabbbbbbc"; print $s =~ /(a.{4,}c)/;'
-> abbbbcabbbbbcabbbbbbc
$ perl -e '$s="abbbcabbbbcabbbbbcabbbbbbc"; print $s =~ /(a.{4,}c)/;'
-> abbbbc
$ perl -e '$s="abbbcabbbbcabbbbbcabbbbbbc"; print $s =~ /(a.+c)/;'
-> abbbcabbbbcabbbbbcabbbbbbc
$ perl -e '$s="abbbcabbbbcabbbbbcabbbbbbc"; print $s =~ /(a.+?c)/;'
-> abbbc
-
2
-
1また、面白いなあ。Ruby のその例が、どうして結果を異にするのかは、わかりません。試したところでは、
p /a{3}?/
での?
は最小量指定子ではなく、「0または1回の出現」を表す?
として扱われているような気がしました。p /a{0}?/
としようと、/a{1000}?/
としようと、空文字はおろか、適当に作った文字列にマッチしてしまいますね。 Commented 2014年12月26日 16:08
Perl 5.18.2 のソースコードを眺めてみました。quantifier を処理しているのは regcomp.c
にある S_regpiece
関数です。そこにこんなコメントがありました。
- regpiece - something followed by possible [*+?]
*
* Note that the branching code sequences used for ? and the general cases
* of * and + are somewhat optimized: they use the same NOTHING node as
* both the endmarker for their branch list and the body of the last branch.
* It might seem that this node could be dispensed with entirely, but the
* endmarker role is not redundant.
Perl の開発者が regexp 用のスキャナを作る上では役に立っているのでしょうかね、、?
ところで、この関数を眺めてみると、Perl では、
{n} {n}? {n}+
は全て同じ正規表現なのですね(まぁ、ドキュメントに書いてありますね)。ところが、{n}*
形式はエラーとして処理しています。
$ printf "I am very very cold.\n" | perl -w -pe "s/(v.*y ){2}//"
I am cold.
$ printf "I am very very cold.\n" | perl -w -pe "s/(v.*y ){2}?//"
I am cold.
$ printf "I am very very cold.\n" | perl -w -pe "s/(v.*y ){2}+//"
I am cold.
$ printf "I am very very cold.\n" | perl -w -pe "s/(v.*y ){2}*//"
Nested quantifiers in regex; marked by <-- HERE in m/(v.*y ){2}* ...
これは {n,m}*
形式でもエラーになります。
話は脱線しますが、先の関数では {,m}
として n
を省略すると {0,m}
として処理されます。これはワーニングも出ませんし、エラーにもなりません。0回のマッチングで処理されて、入力文字列はそのまま表示されます。*
を付けてもエラーになりません。
$ printf "I am very very cold.\n" | perl -w -pe "s/(v.*y ){,2}//"
I am very very cold.
$ printf "I am very very cold.\n" | perl -w -pe "s/(v.*y ){0,2}//"
I am very very cold.
$ printf "I am very very cold.\n" | perl -w -pe "s/(v.*y ){,2}*//"
I am very very cold.
一方、n > m
で指定するとエラーメッセージが表示されます。処理は行われず、入力データはそのままです。
$ printf "I am very very cold.\n" | perl -w -pe "s/(v.*y ){2,1}//"
Quantifier {n,m} with n > m can't match in regex; marked by <-- HERE in m/(v.*y ){2,1} ...
I am very very cold.
ところで、ブレースの中に整数値以外を入れるとどうなるのでしょうか。
$ printf "I am very very cold.\n" | perl -w -pe "s/(v.*y ){very very cold}//"
I am very very cold.
これも何も起きません。これは {0,0}
となってしまい、処理はスキップされて次の処理が実行されます。
$ printf "I am very very cold.\n" | perl -w -pe "s/(v.*y ){very very cold}//;s/cold/sleepy/;"
I am very very sleepy.
{}
や {,}
などでも同様で、Perl で想定している形式以外は一部を除いて(n>mなど)静かに無視されてしまいます。
{n}
と{n}?
が同じ動作をするというのは他の方達が説明している通りで、
.NETでは以下のページに量指定子の説明があります。
http://msdn.microsoft.com/ja-jp/library/az24scfc(v=vs.110).aspx#quantifiers
どのような場面で使用するのかということですが、
これは上のページにもあるとおり、直前の要素とちょうど n
回一致するものを取得したい場合に使用します。
たとえばC#であれば、以下のようなコードが書けると思います(実用的かどうかは別の話ですが)。
var matches = Regex.Matches("123123123", "(123){2}");
Debug.Assert(matches.Count == 1);
Debug.Assert(matches[0].Index == 0);
Debug.Assert(matches[0].Length == 6);
var line = " 半角スペースでインデントされた行"; // 半角スペース6文字
var match = Regex.Match(line, " {4}");
Debug.Assert(match.Success);
var newline = line.Substring(match.Index + match.Length);
Debug.Assert(newline == " 半角スペースでインデントされた行"); // 半角スペース2文字
{n}?
じゃなくて{n,}?
の間違いではないでしょうか? qiita.com/mpyw/items/8dd5378cb01c877e1f7b#2-15{n,}?
とは別に{n}?
という最小量指定子が載っています。