質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
正規表現

正規表現とは特定の文字列によるパターンマッチングを行う際に用いられる宣言型プログラミングです。

Q&A

解決済

3回答

2176閲覧

なぜ、量指定子+は貪欲ではないのか

aaaaaaaa

総合スコア501

正規表現

正規表現とは特定の文字列によるパターンマッチングを行う際に用いられる宣言型プログラミングです。

0グッド

0クリップ

投稿2017/02/13 10:18

「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MY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。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

ikedas

2017/02/13 10:25

「…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 05:29

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 05:46 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 07:28

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。
guest

回答3

0

ベストアンサー

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2017/02/13 12:40

ikedas

総合スコア4227

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

0

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2017/02/14 01:55

yambejp

総合スコア114572

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

aaaaaaaa

2017/02/14 02:36

ご回答有難うございます。なるほど正規表現は、左から右へ読みますが、左側に貪欲な*がいて、 それが3.以外を取ってしまうので、しょうがなく([0-9]+)は、3.のみを取得するわけですね。 それを解消するには、先に読み込まれる*を非貪欲にすればよい、と。
guest

0

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2017/02/13 10:23

Zuishin

総合スコア28656

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

Zuishin

2017/02/14 03:39

後ろを長く一致させたい場合は .* の代わりに [^\d]* とするのが定石です。
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問