なぜ、量指定子+は貪欲ではないのか
解決済
回答 3
投稿
- 評価
- クリップ 0
- VIEW 809
「Copyright 2003.」という文字列に「^.*([0-9]+)」という正規表現をかけたさい、
後方参照の$1(\1)には、3.が代入されます。.*は、貪欲なので全て(Copyright 2003.)マッチしようとしますが、それだと[0-9]+が困るので、3.をマッチしていない状態に戻し、[0-9]+にマッチさせます。
ここで質問ですが、なぜ、[0-9]+は、3.で満足してしまうのでしょうか。0から9のうち何れかが一回以上且つ、+?ではないので貪欲なはずです。
貪欲ならば、条件にあうまで貪欲にマッチしようとするのですから、2003.までマッチしてもいいような気がするのですが、なぜ3.で終わってしまうのでしょうか。
また、[0-9]+は、0から9の数字のうち何れかが一回以上、ですが、.までマッチして$1(\1)に代入されています。これはなぜなのでしょうか。
-
気になる質問をクリップする
クリップした質問は、後からいつでもマイページで確認できます。
またクリップした質問に回答があった際、通知やメールを受け取ることができます。
クリップを取り消します
-
良い質問の評価を上げる
以下のような質問は評価を上げましょう
- 質問内容が明確
- 自分も答えを知りたい
- 質問者以外のユーザにも役立つ
評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。
質問の評価を上げたことを取り消します
-
評価を下げられる数の上限に達しました
評価を下げることができません
- 1日5回まで評価を下げられます
- 1日に1ユーザに対して2回まで評価を下げられます
質問の評価を下げる
teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。
- プログラミングに関係のない質問
- やってほしいことだけを記載した丸投げの質問
- 問題・課題が含まれていない質問
- 意図的に内容が抹消された質問
- 広告と受け取られるような投稿
評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。
質問の評価を下げたことを取り消します
この機能は開放されていません
評価を下げる条件を満たしてません
質問の評価を下げる機能の利用条件
この機能を利用するためには、以下の事項を行う必要があります。
- 質問回答など一定の行動
-
メールアドレスの認証
メールアドレスの認証
-
質問評価に関するヘルプページの閲覧
質問評価に関するヘルプページの閲覧
checkベストアンサー
+3
まず、正規表現は連接できます。表現Aと表現Bがあるとき、表現ABは「Aがマッチする文字列の後にBがマッチする文字列が続く」ということを意味します。
Aが貪欲な量指定子を含む場合も、Aがマッチした後にBがマッチします。後のBがマッチし得ない場合にのみバックトラックが発生します (バックトラックを使う正規表現エンジンの場合)。
さて、貪欲であるということはよく「できるだけ長くマッチしようとすること」などと説明されますが、これは裏を返せば「できるだけ短くマッチしないようにすること」であると言えます。つまり、マッチの長さを伸ばすのは容易ですが、バックトラックによって縮めるのは難しいのです。
ご質問の例で説明します。先にマッチする.*は最初、できるだけ長くマッチしようとします。次に[0-9]+がマッチし得なかったことによってバックトラックが起きますが、.*は貪欲なので、マッチの長さを最小限しか縮めません。再びマッチを試すと、まず.*がマッチし、次に[0-9]+がマッチしますが、後者がマッチできる長さは1文字だけです。
このように、連接で先行する*が貪欲な量指定子であるために、後続する+は貪欲な量指定子であるにも関わらず、最短の文字列にしかマッチできません。
投稿
-
回答の評価を上げる
以下のような回答は評価を上げましょう
- 正しい回答
- わかりやすい回答
- ためになる回答
評価が高い回答ほどページの上位に表示されます。
-
回答の評価を下げる
下記のような回答は推奨されていません。
- 間違っている回答
- 質問の回答になっていない投稿
- スパムや攻撃的な表現を用いた投稿
評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。
+2
前者は .* が前にあるために優先的に最長一致しようとするからです。
後者は何かの間違いだと思います。
正規表現は実装によって様々ですので、JavaScript なら JavaScript と環境を明らかにした上で、該当部分のコードをもう少し詳しく載せた方が良いかと思います。
投稿
-
回答の評価を上げる
以下のような回答は評価を上げましょう
- 正しい回答
- わかりやすい回答
- ためになる回答
評価が高い回答ほどページの上位に表示されます。
-
回答の評価を下げる
下記のような回答は推奨されていません。
- 間違っている回答
- 質問の回答になっていない投稿
- スパムや攻撃的な表現を用いた投稿
評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。
+2
パターンを「(^.*)([0-9]+)」とするとよくわかります
(^.*)は「Copyright 200」がマッチします。
命題の件であれば「^.*?([0-9]+)」でマッチさせればよいでしょう
投稿
-
回答の評価を上げる
以下のような回答は評価を上げましょう
- 正しい回答
- わかりやすい回答
- ためになる回答
評価が高い回答ほどページの上位に表示されます。
-
回答の評価を下げる
下記のような回答は推奨されていません。
- 間違っている回答
- 質問の回答になっていない投稿
- スパムや攻撃的な表現を用いた投稿
評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。
質問への追記・修正、ベストアンサー選択の依頼
ikedas
2017/02/13 19:25
「…ですが、.までマッチして$1(\1)に代入されています」というくだりですが、本当にそうなっていますか。
aaaaaaaa
2017/02/14 14:29
ご返答有難うございます。dreamweaverCS6で、拡張子がtxtのファイルの一行目に記述した正規表現「(^.*)([0-9]+)」で「Copyright 2003.」を「$1と$2」のように置換すると「Copyright 200と3.」となりました。つまり$2(※質問文では$1)には、3.が代入されています。
ikedas
2017/02/14 14:43 編集
「^.*」は ‘Copyright 200’ に、「[0-9]+」は ‘3’ にマッチし、マッチの範囲外の ‘.’ は置換されないまま、ということではないかと思います。
「$1と$2と」に置換すると「Copyright 200と3と.」になるはずです。
aaaaaaaa
2017/02/14 16:28
ご返答有難うございました。なるほど、単なる勘違いでした。