Clojure 重新查找有效，但重新匹配器对相同的字符串模式组合失败

Question

为什么 clojure 的 re-matcher 对于 re-find 适用的相同字符串模式组合会失败？

正则表达式模式：#"\[(?<level>[A-Z]*)\]:\s(?<msg>.*)"

示例字符串：[WARNING]: \tTimezone not set \r\n

下面是控制台上的示例，其中包含上述模式和字符串以及另一个适用于 re-find 和 re-matcher（具有相同模式）的字符串。

user=> (def s1 "[ERROR]: This is an error.")
#'user/s1
user=> (def s2 "[WARNING]:   \tTimezone not set  \r\n")
#'user/s2
user=> (def rx #"\[(?<level>[A-Z]*)\]:\s(?<msg>.*)")
#'user/rx


user=> (re-find rx s1)
["[ERROR]: This is an error." "ERROR" "This is an error."]
user=> (re-find rx s2)
["[WARNING]:   \tTimezone not set  " "WARNING" "  \tTimezone not set  "]


user=> (def m1 (re-matcher rx s1))
#'user/m1
user=> (def m2 (re-matcher rx s2))
#'user/m2

user=> (.matches m1)
true
user=> (.matches m2)
false

正如您从代码片段中看到的，re-find 适用于字符串 s2，但是 re-matcher 的 matches 方法 returns false 对于相同的字符串模式组合。

我读到 re-find 在幕后使用 Matcher 方法 (ref)，所以我在这里遗漏了什么？

Answer 1

user> (def s1 "[ERROR]: This is an error.")
#'user/s1
user> (def s2 "[WARNING]:   \tTimezone not set  \r\n")
#'user/s2
user> (def rx #"\[(?<level>[A-Z]*)\]:\s(?<msg>(?s:.)*)")
#'user/rx
user> (re-find rx s1)
["[ERROR]: This is an error." "ERROR" "This is an error."]
user> (re-find rx s2)
["[WARNING]:   \tTimezone not set  \r\n"
 "WARNING"
 "  \tTimezone not set  \r\n"]
user> (def m1 (re-matcher rx s1))
#'user/m1
user> (def m2 (re-matcher rx s2))
#'user/m2
user> (.matches m1)
true
user> (.matches m2)
true
user> (re-groups m2)
["[WARNING]:   \tTimezone not set  \r\n"
 "WARNING"
 "  \tTimezone not set  \r\n"]

正如 Wiktor 所指出的，正则表达式中的 . 与 EOL (end-of-line) 标记不匹配；并且 re-find 找到任何子字符串匹配，而 .matches on re-matcher 需要完整的字符串匹配。因此，如果您使用 (?s:....) 启用“single-line 模式”，您将获得符合您预期的正则表达式。请参阅上面的正则表达式更改。

但请注意，此正则表达式包括 <msg> 组中的 EOL 字符。如果您不想在 <msg> 组中包含 EOL 字符，请将正则表达式更改为

user> (def rx1 #"\[(?<level>[A-Z]*)\]:\s(?<msg>.*)(?s:.*)")
#'user/rx1
user> (re-find rx1 s1)
["[ERROR]: This is an error." "ERROR" "This is an error."]
user> (re-find rx1 s2)
["[WARNING]:   \tTimezone not set  \r\n"
 "WARNING"
 "  \tTimezone not set  "]
user> (def m3 (re-matcher rx1 s1))
#'user/m3
user> (def m4 (re-matcher rx1 s2))
#'user/m4
user> (.matches m3)
true
user> (.matches m4)
true
user> (re-groups m4)
["[WARNING]:   \tTimezone not set  \r\n"
 "WARNING"
 "  \tTimezone not set  "]

Clojure 重新查找有效，但重新匹配器对相同的字符串模式组合失败

Clojure re-find works but re-matcher fails for the same string-pattern combination

regex

clojure

regex-group