Блог

У меня есть регулярное выражение, подобное так:

 (?x)
^(?:[^S]*)
(?:S
    (?:
        (?:(PING|PONG)E)                  # match and capture a token
        |
        (?!P).                            # match and discard all that don't start with any prefix of the tokens
        |
        . (?<!PING|PONG|PIN|PON|PI|PO|P)$ # match and discard all that don't end properly (if there's garbage at the end)
    )
)?
 

Демонстрация этого регулярного выражения здесь: https://regex101.com/r/IGCnLE/4

Я пытаюсь поэкспериментировать с регулярным выражением как простым лексером. В основном есть поток символов с сообщениями типа SPINGE и SPONGE . Но в нем могут быть и другие вещи. Я использую приведенное выше регулярное выражение для выполнения 2 вещей. Один, чтобы найти все символы, которые следует отбросить, поскольку они не могут привести к законному захвату, и два, чтобы захватить первый законный токен, который появляется.

Приведенное выше регулярное выражение работает во всех случаях, кроме этих 2:

 SPINGP
SPINGPINPINGPING
 

Приведенные выше 2 являются частично полностью сообщениями без конечного фрейма E . Но поскольку у них есть некоторый мусор после PING , это означает, что это не законные токены для захвата. Вся строка должна быть сопоставлена и отброшена. Но я не могу понять это.

Обратите внимание, что операция удаления отсутствует в самом регулярном выражении, я использую индекс соответствия, чтобы узнать, какую часть потока символов нужно отбросить.

Другие тестовые примеры находятся на веб-сайте: https://regex101.com/r/IGCnLE/4 и скопировано здесь:

 S
SP
SPI
SPIN
SPING
SPONG
SPO
SPINGP
SPINGPINPINGPING
SPINGESPONGE
abcSPINGEabc
SPINGEabc
abcS
abcS   
Sabc...
SP   
SPINGG

S   
abc
SPONGe
SOP
SNIPO
SabcPINGE
SPINGabcE
SabcE
 

Хотя я мог бы сделать это без регулярных выражений, поскольку я зашел так далеко с его написанием, я хотел бы посмотреть, как это можно сделать в регулярных выражениях.