From: Wakou Aoyama <wakou@...>
Date: 2001-12-18T13:51:12+09:00
Subject: [ruby-dev:15487] Re: gsub weirdness: gsub(/.*$/, "foo")

青山です。

On Mon, Dec 17, 2001 at 12:54:27PM +0900,
Akinori MUSHA <knu@iDaemons.org> wrote:

> % ruby -e 'p "aab".scan(/a*b/)'
> ["aab"]
> % ruby -e 'p "aa\n".scan(/a*$/)'
> ["aa", ""]
> 
> というのはあまりうれしくないなと。

私もその気持はわかります。しかし、それを解決するには、* と (?=) が問題
であって、$ つまり、行末の概念というか、定義の問題ではありません。

$ ruby -e 'p "aab".scan(/a*(?=b)/)'
["aa", ""]

１つは、* は空にもマッチするので、ちょっと予想外の所にマッチするという
問題ですね。これは、詳説正規表現に書いてある例です。

$ ruby -e "p 'a 1234 num'.index(/[0-9]*/)"
0
$ ruby -e "p 'a 1234 num'.index(/[0-9]+/)"
2

* の場合は、空にもマッチするので、1234 の部分ではなく、最初の空にマッ
チするので、index 0 となるわけです。

この挙動をどうみるか、という点と、

> 　例えば、「gsub()/scan() など連続マッチのとき、 i..j の直後の
> j..j は除外する」という仕様もありえると思いました。つまり現状:

これが先の例の違いである、b と (?=b) の違い、すなわち、(?=) はマッチ位
置を先に進めるか、という問題ですが、これを進めるようにしてしまうと、問
題がおこる場合もあります。

$ ruby -e 'p "ababab".scan(/a(?=b)|b(?=a)/)'
["a", "b", "a", "b", "a"]

ちょっといいかげんな例ですが、これで、もし、j..j を除外する、すなわち、
(?=) のマッチで、直前からカーソルを移動すると、おそらく、a(?=b) にマッ
チした直後の b(?=a) はマッチしなくなり、b(?=a) の直後の a(?=b) はマッ
チしない、という動きになるように予測されます。

従って、簡単には捨てたり進めたり、という解決はできず、挙動を変えるには、
かなり難しい議論が必要になってくると思われます。

という事で、

> 　最後の \n の特別扱いという点では、
> 
> % ruby -e 'p "\n\n".scan(/\n*$/)'
> ["\n", ""]
> 
> という結果が特徴的ですね。上記のもろもろを踏まえていないとかなり
> 悩むに違いない。そして「直後の空」はやはり奇妙。

これもやはり、\n の特別扱いや、直後の空、というより、(?=) の直前の *
の問題というか、特徴というか、そういう事の１つでしょうね。

この挙動をご提案の挙動にできれば、私もわかりやすくて良いとは感じますが、
詳説正規表現のコラムに、そういうものだ、という感じで書かれているぐらい
ですから、改善というか、変更はかなり困難なのではないかな、と予測します。


-- 
青山 和光 Wakou Aoyama  <wakou@fsinet.or.jp>