正規表現、どっちの書き方がいいですか？

Question

正規表現を書く場合に、「いちばん最初に来た!もしくは?まで」というような条件でヒットさせることも多いと思います。このような場合、どちらで書くほうが好ましいでしょうか。読みやすさ、性能、動作環境など多様な観点からコメントいただければ幸いです。

その1（当てはまらない文字の列挙）
/^[^!?]+[!?]/

その2（最短一致）
/^.+?[!?]/

（なお、検索条件として正規表現しか使えない環境・条件にあるものとしてご検討いただければ幸いです）

Answer 1

主旨とずれるかも知れませんが、検索対象文字列が「???」の場合
その１だと１つも掛からず、その２だと2文字までHITします。
「いちばん最初に来た!もしくは?まで」なら「/^[^!?]*?[!?]/」これで満たしそうです。

Comments

[maisumakun]

本当だ、試してみたら意味が違いますね……

[hirohiro]

ありとあらゆる文字列に対してまったく同じ結果を返す異なる正規表現っていうのは難しいですね。/[^!?]|[!?]/ これと /./ これなら同じなんですが、論ずるまでもなく後者がいいですし。
結果が僅かでも異なるなら、より要望に近いほうとなるかと思います

[think49]

> 「いちばん最初に来た!もしくは?まで」なら「/^[^!?]*?[!?]/」これで満たしそうです。
今更の指摘で恐縮ですが、後述に "[^!?]" がくる可能性は排除されるので「最長一致」で問題ないですね(「最短一致」にするとバックトラックのコストが無駄になります)。
可能なら「絶対最大量指定子」を使うと更に良いと思います。
/^[^!?]*+[!?]/

[hirohiro]

おお、なるほどそうですね。
最短一致不要ですね。ありがとうございました。

Answer 2

正規表現がおかしいのは、+を使っているからですね。*に変えればいいかと思います。

で、質問への回答としては、最短一致でしょう。
その1のほうでは、!?を2回書かないといけない。

ただし、最短一致の機能は、正規表現のPerl拡張です。Perl拡張をサポートしていないツールでは使えないです。
サポートしていないメジャーなツール： grep egrep sed awk
(gnu grep は -P オプションをつけるとPerl拡張をサポートします)

Answer 3

その１とその２では、マッチする文字列に違いがあります。
その１では、「!123!」にマッチしません。
その２では、上記文字列にマッチします。

その１の想定は、はじめは「!?」から始まらずに、という条件が明確ですが、その２の想定は、はじめの文字が「!?」でありうることが、暗黙的な形なので、そういう意味での見通しの違いもありますよね。