Правильные (Regular) выражения и класс Regex. Операторы над компонентами регулярных выражений, страница 5

Capture: 'bit', Pos = 3

3. Match: 'bit',  Pos = 6, 1 Groups

0. Group: 'bit', 1 Captures

Capture: 'bit', Pos = 6

Найдено 3 совпадения и все они принадлежат нулевой группе. Напомним, что это вся строка шаблона регулярного выражения ("bit"). В этой группе имеется одна подстрока (Capture), совпавшая с шаблоном 'bit'. Результат не изменится, если мы слегка усложним шаблон и добавим повторитель: pattern = "bit+";. Причина в том, что он действует только на одну букву t.

Однако, картина заметно изменится, если мы введем группу (bit) и применим к ней повторитель +. Замените шаблон на "(bit)+" и запустите тестовую программу.

Еще больше усложним шаблон: pattern = "((b(i))t)+";. Сколько групп здесь определено? Метод Match будет по очереди искать вхождения всех групп. Так как использован повторитель +, то догадаться, что выведет программа не просто. Запустите и объясните результат.

В качестве упражнения просчитайте, что выведет наш кодовый фрагмент, если:

text = "oz";

pattern = "z*";

Шаблон "z*" имеет некий вербальный эквивалент. Мы просим найти нуль или более вхождений символа z. Сколько совпадений обнаружит наш фрагмент?

Кроме этого вспоминается, что каждое множество содержит лишь одно пустое подмножество. Документация Microsoft по этому поводу (см. страницы: Quantifiers and Empty Matches и Next Match After an Empty Match) не забывает похвалить себя. Рассуждения таковы. Шаблон "z*" эквивалентен "z{0,¥}", но алгоритм никогда не повторит пустое соответствие (an empty match), если минимальное число соответствий n из {n, m} уже достигнуто. Это правило предотвращает появление бесконечных циклов (prevents quantifiers from entering infinite loops on empty matches). Здесь все правда (бесконечных циклов не будет), но просчитайте или проверьте с помощью нашего фрагмента, что будет, если задать:

text = "Love me or hate me. (Microsoft)";

pattern = "z*";

Итак, будем задавать осмысленные вопросы. Вычислите, что выведет метод Test, если:

text = "gooogle";

pattern = "o{1,3}";

Ответ, который вы получили, трактуют как свойство и называют его жадностью алгоритма ('greedy' algorithm) поиска соответствий. Точнее будет сказать, что жадность проявляют все повторители, они хотят обнаружить максимальное число вхождений своего pattern'а. Здесь я прошу вас возвратиться к таблице повторителей (Quantifiers) и убедиться в том, что она содержит 6 строк, соответствующих 6 повторителям (*, +, ?, {n}, {n,}, {n,m}). На самом деле таблица должна содержать 12 строк. Я не привел еще 6 строк, которые соответствуют шести "ленивым" соратникам ("lazy" counterparts) присутствующим в таблице повторителей. Ленивые образуются из жадных путем добавления справа символа ?. Испытайте ленивый вариант предыдущего поиска.

text = "gooogle";

pattern = "o{1,3}?";

Ленивость повторителя состоит в том, что поиск прекращается при нахождении минимального совпадения. Поэтому, сканируя строку, алгоритм вместо одного "большого" совпадения найдет три маленьких. Следующий вопрос: Что выведет метод, если:  text = "goooogle"; pattern = "o{1,3}";? Ленивый вариант ("o{1,3}?"), соответствующий рассмотренному, должен быть вам очевиден.

Что будет выведено, если text="gooooooogle";? Следующий пример демонстрирует, как пользоваться ссылкой на группу.

text = "Tool is too cool and irregular";

pattern = @"(.)\1";

Последовательность \1 является ссылкой на группу (.). В итоге, мы просим найти все вхождения двух одинаковых символов. Каков же будет результат?