Bug #12584: Regexp using repetition with alternation doesn't match greedily

• Status: Rejected
• Assignee: -
• Target version: -
• ruby -v: ruby 2.3.1p112 (2016-04-26 revision 54768) [x86_64-darwin15]
• Backport: 2.1: UNKNOWN, 2.2: UNKNOWN, 2.3: UNKNOWN

[nunukim (亮太 鈴木)]

正規表現で選択子 | の外側で最大量指定子 * による繰り返しを行った場合、最大でない部分文字列にマッチしてしまうことがあるようです。
以下に再現例を示します。

ある文字列から、「区切り文字d 以外の文字/[^d]/」と「エスケープされた区切り文字/ed/」からなる部分文字列を抽出することを考えます。
次の例では、文字列全体にマッチするべきであるにもかかわらず、前半部分にしかマッチしていません。

"---ed---".match(/(?:[^d]|ed)*/)
# => #<MatchData "---e"> 

次の例のように、カッコ内の| の前後を入れ替えると、期待した通りに動きます。

"---ed---".match(/(?:ed|[^d])*/)
# => #<MatchData "---ed---"> 

この挙動がMac の以下の３つのバージョンで再現することを確認しました。

• ruby 2.3.1p112 (2016-04-26 revision 54768) [x86_64-darwin15]
• ruby 2.2.0p0 (2014-12-25 revision 49005) [x86_64-darwin14]
• ruby 2.0.0p195 (2013-05-14 revision 40734) [x86_64-darwin15.5.0]

以上、よろしくお願いします。

[shyouhei (Shyouhei Urabe)]

• Status changed from Open to Rejected

それはそういうものです。知りうる限りでは perl php python node でもそのように動きますので。これの動きを変えるのは弊害のほうが大きいです。

% perl -e '"---ed---" =~ /(?:[^d]|ed)*/; warn $&'
---e at -e line 1.

% php -a
Interactive shell

php > preg_match('/(?:[^d]|ed)*/', "---ed---", $m); echo $m[0];
---e
php >

% python
Python 2.7.11 (default, Jan 22 2016, 08:29:18)
[GCC 4.2.1 Compatible Apple LLVM 7.0.2 (clang-700.1.81)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> import re
>>> re.search("((?:[^d]|ed)*)", "---ed---").group(0)
'---e'
>>>

% node --interactive
> "---ed---".match(/(?:[^d]|ed)*/)
[ '---e', index: 0, input: '---ed---' ]
>

[shyouhei (Shyouhei Urabe)]

• Is duplicate of Bug #12452: Regexp alternation does not backtrack to check the other alternatives if a match is found on the first one added