`Ungreedy` 标志是否需要匹配到 $ 行末尾？

Question

这是我的正则表达式：

^([\p{L}]+\.?)(?:[-\s']?[\p{L}]+)*$

我想用它来匹配城市名称。

带测试弦：

Travelers Rest
San Francisco
Three word city
abc-bbc
St. Catharines
xx's city
San Fransisco
Val-d'Or
Presqu'ile
Niagara on the Lake
Niagara-on-the-Lake
München
toronto
toRonTo
villes du Québec
Provence-Alpes-Côte d'Azur
Île-de-France
Kópavogur
Garðabær
Sauðárkrókur
Þorlákshöfn
上海
東京

它只找到两个没有

Ungreedy

标志的匹配项。

谁能解释一下为什么会发生这种情况？

Answer 1

问题是最后一部分还是你的表情

^([\p{L}]+\.?)(?:[-\s']?[\p{L}]+)*$
                        ^^^^^^^^

因为您使用的是 unicode 字符，并且还使用了多行标志

/gm

那么正则表达式的这一部分也匹配新行，后跟名称中的任何其他有效字符

为了避免这种情况，您可以告诉正则表达式在使用 负后视 匹配该表达式段之前显式避免换行，如下所示：

^([\p{L}]+\.?)(?:[-\s']?(?<!\n)[\p{L}]+)*$

注意添加了

(?<!\n)

。这告诉引擎在比赛的这一部分之前不能有新行

请参阅下面的工作示例或游乐场这里 顺便说一句，我向您推荐这个播放和调试正则表达式的链接站点。