避免重复文字

Question

假设我有这个字符串：

Address XXXXX city XXXXX 

而这正则表达式：如果地址是“伦敦城”

Address (.*?) city (.*?) 

会发生什么？

Answer 1

这取决于你的reex引擎是否处于贪婪模式。

如果它处于贪婪模式，它将按预期工作，因为它会查找最长匹配。

无论您的特定正则表达式引擎在贪婪模式默认运行，还是它甚至有贪婪的模式，是不是我们可以告诉你，基于问题提供的信息。

如果您使用.NET，this page对贪婪与惰性匹配有一个描述。

基本上，给出的串XYZZY，正则表达式X.*Y将匹配XYZZY（贪婪），而X.*?Y将匹配XY（懒惰）。

你需要的是一个方法，以确保您可以在分隔符和您的字符串的内容区分开来，否则你就惨了，不管是什么，比如有：

Address The city baths city Manchester city, England 

也许你可以考虑是这样的：

Address "put address here" city "put city here" 

，并尝试以确保您永远不会与它的报价得到一个城市的名字。但是，要小心。我曾经参与过一个项目，通过只需存储字母字符，我们就可以在城市名称上获得体面的压缩（它嵌入了每个字节的计数）。

此后不久，我们在全国范围内推出，A1 mining settlement的居民对我们的短视颇为恼火:-)在整个奥兹的一个城镇，名字中有一个数字，谁会想到？

或者，把地址和城市在不同的行这样的：

Address: The city baths 
City: Manchester city, England 

那么你可以看看喜欢的事情：

^Address:\s*(.*)$ 
^City:\s*(.*)$