regex, którego nie rozumiem

Question

Próbuję zrozumieć ten regex, możesz mi pomóc?

(?s)\\{\\{wotd\\|(.+?)\\|(.+?)\\|([^#\\|]+).*?\\}\\} 

• ja nie bardzo rozumiem sens dotall: (?s)
• dlaczego podwójnie \\ przed }?
• co to dokładnie znaczy: (.+?) (powinniśmy przeczytać jak: the ., następnie + działając na ., następnie ? odpowiada wynikowi .+

Answer 1

Ten regex jest z ciągiem przycisk?. „kanoniczny” regex jest:

(?s)\{\{wotd\|(.+?)\|(.+?)\|([^#\|]+).*?\}\} 

dotall modyfikator oznacza, że ​​kropka można również dopasować znak nowej linii, ale tak może uzupełnione klas postaci, przynajmniej w Javie: tj [^a] będzie dopasuj każdy znak, który nie jest a, zawiera znak nowej linii. Niektóre silniki wyrażeń regularnych NIE pasują do znaku nowej linii w uzupełnianych klasach znaków (można to uznać za błąd).

Jednostki +? i *? to leniwy kwantyfikator (na ogół należy go unikać). Oznacza to, że będą musieli patrzeć przed każdą postacią, którą chcą połknąć, aby sprawdzić, czy ta postać może zaspokoić następny składnik regexu.

Fakt { i } poprzedza \, ponieważ {...} jest kwantyfikatorem powtórzenie {n, m}, gdzie n i m są liczbami całkowitymi.

Poza tym nie ma sensu uciekać z rury | w klasie znaków [^#\|], można ją napisać po prostu jako [^#|].

I na koniec, .*? na końcu wydaje się połykać resztę pól. Lepszą alternatywą jest użycie wzoru normal* (special normal*)*, gdzie normal jest [^|}] i special jest \|.

Tutaj jest wyrażenie regularne bez użycia leniwych kwantyfikatorów, "ustalonej" klasy znaków i zmodyfikowanego końca. Zauważ, że modyfikator dotall zniknął, jak również, ponieważ kropka nie jest już używany:

\{\{wotd\|([^|]+)\|([^|]+)\|([^#|]+)[^|}]*(?:\|[^|}]*)*\}\} 

Krok po kroku:

\{\{   # literal "{{", followed by 
wotd   # literal "wotd", followed by 
\|   # literal "|", followed by 
([^|]+)  # one or more characters which are not a "|" (captured), followed by 
\|   # literal "|", followed by 
([^|]+)  # one or more characters which are not a "|" (captured), followed by 
\|   # literal "|", followed by 
([^#|]+)  # one or more characters which are not "|" or "#", followed by 
[^|}]*  # zero or more characters which are not "|" or "}", followed by 
(?:   # begin group 
    \|   # a literal "|", followed by 
    [^|}]*  # zero or more characters which are not "|" or "}" 
)   # end group 
*   # zero or more times, followed by 
\}\}   # literal "}}"