これらの正規表現のパターンは異なりますか？

Question

私が取り組んでいるウェブサイトは、私がテストした他の場所でも動作すると思われるPHP（preg_match）正規表現パターンを使ってデータとマッチしません。そのパターンは：

<channel.*?>(.*?)</channel> 

これは、チャンネルタグを持つRSSフィードと照合されます。

に変更している場合今、私が働いているサーバーのみが正しい結果を生成します：誰もがあれば私に言うことができる場合、私は思ったんだけどだから私の正規表現は、世界で最高ではありません

<channel.*?>(.*)?</channel> 

2つのパターンの間に大きな違いがあります。

小さなメモ：SimpleXMLなどを使う方が良いかもしれませんが、この正規表現は以前のアプリケーションからのものであり、さまざまな理由から変更できません。

ありがとうございました。

Answer 1

(.*)というステートメントは、「選択範囲は0文字以上です」と表示され、末尾の?はオプションです。対照的に、(.*?)は、「怠惰な星」（*?）を使用しています。最初は、完全に一致をスキップします。詳細については、thisを参照してください。

通常の（欲張りな）星と怠惰な星の違いを理解するには、PHPの次の例を見てください。貪欲な星は与えられたパターンと最も一致しますすぐにそれがマッチパターン満足しているように「あきらめる」：正規表現で

$inputs = array('axb' , 'axxxb' , 'axbxb' , 'axbxxxb'); 

// GREEDY STAR (NORMAL) 
foreach($inputs as $input) 
{ 
    preg_match('/a.*b/' , $input , $greedy); 
    $greedy_matches[] = $greedy[0]; 
} 

print "<pre>"; 
print_r($greedy_matches); 
print "</pre>"; 
/* 
Array 
(
    [0] => axb 
    [1] => axxxb 
    [2] => axbxb 
    [3] => axbxxxb 
) 
*/ 



// LAZY STAR 
foreach($inputs as $input) 
{ 
    preg_match('/a.*?b/' , $input , $lazy); 
    $lazy_matches[] = $lazy[0]; 
} 

print "<pre>"; 
print_r($lazy_matches); 
print "</pre>"; 
/* 
Array 
(
    [0] => axb 
    [1] => axxxb 
    [2] => axb 
    [3] => axb 
) 
*/ 

Answer 2

を、* 0回以上の意味 - 追加する必要はありませんか？その後。

編集：私は今、コメントから理解し、貪欲が違いになります。少しテストケース：

var_dump(preg_replace('/<channel.*?>(.*?).*<\/channel>/', '$1', '<channel>asd</channel>')); 
var_dump(preg_replace('/<channel.*?>(.*)?.*<\/channel>/', '$1', '<channel>asd</channel>')); 

出力

string(0) "" 
string(3) "asd" 

ご覧のとおり貪欲であることは違いを作るなるように、私は、(.*?).*と(.*)?.*を使用しています。しかし、それは同じではないので、与えられた例で私はそれが違いを生む方法を見ません。

Answer 3

私の推測では、実際にはオペレータ自身が怠惰であることを望んでいないということです。遅延オペレータは、一般に可能な限り一致させることを試みますが、不規則なデータを扱う場合には予​​期しない結果を招く可能性があります。欲張りグループの最後に疑問符を置くことで、グループを非欲張り（怠け者）にするのではなく、欲張りグループに任意の一致を追加します。貪欲と怠惰の区別について詳しくは、http://www.regular-expressions.info/possessive.htmlをご覧ください。

Answer 4

照合しようとしているテキストの例を示してください。

'<channel.*' will match anything starting with <channel 

'?>' will match a single character followed by > (so '1>', '2>', 'b>' etc) 

あなたは 間のすべてを一致させたい場合は、単にパターン

'#<channel>(.*)</channel>#'