Некорректная работа регулярного выражения

[serg32]

Здравствуйте.
Не первый раз уже возникает проблема, когда регулярка отрабатывает не совсем верно. Она не целпляет действительно "Самое короткое совпадение". Вот пример, есть текст:

"Ab" aria-label="Изменить картинку профиля" href="https://profiles.com/?hl=ru&amp;tab=mX" target="_blank"><div class="gb_Bb gbip" title="Профиль"></div><span class="gb_lb">Изменить</span></a><div class="gb_zb"><div class="gb_Cb gb_Db">biteamazing Селезнев</div><div class="gb_Eb">[email protected]"

В котором надо выдернуть только адрес почты, естественно что я в конструкторе указываю что перед началом есть - ">, а искомый текст заканчивается на - @gmail.com - в итоге получаю регулярку вида:
"(?<=">).*?@gmail\.com"
Но она отрабатывает неверно, она возвращает весь текст со шлаком, хотя очевидно же что это самое короткое совпадение, почему так происходит? Что я не так делаю?

 

[doc]

Регулярка отрабатывает корректно. Она находит подходящее условие (в твоём случае двойные кавычки) и от него ищет самое короткое.
Когда регулярка нашла последовательность, подходящую под условие, она н ебудет возвращаться, чтобы подыскать более подходящую

 

[serg32]

Ну ведь по факту это не самое короткое, двойные ковычке это я текст обернул для примера, но даже с ними эффект тот же, не понимаю, почему это является вдруг является самым коротким совпадением, хотя по факту ведь глазами даже понятно что есть короче и 100% совпадение

 

[serg32]

Какой тогда толк от галочки самое короткое совпадение? А можно ли тогда реверсивный поиск регулярки задать? Что бы сначала она нашла текст, который подходио по окончанию, в данном случае это - @gmail\.com и искала в перед до тех пор пока перед текстом не будет - "> и вернуть действительно самый короткий результат, а не такой шмат данных

 

[doc]

Ну ведь по факту это не самое короткое, двойные ковычке это я текст обернул для примера, но даже с ними эффект тот же, не понимаю, почему это является вдруг является самым коротким совпадением, хотя по факту ведь глазами даже понятно что есть короче и 100% совпадение

это совпадение является самым коротким из той точки, которая начала удовлетворять условиям поиска. Регулярка НИКОГДА не возвращается, если что-то нашла. Если у нас последовательность 123456, регулярка нашла 2345, то она не будет возвращается к 3, чтобы поискать более подходящее совпадение
Самое короткое в её работе подразумевает, что если она найдёт последовательность под условие, она не продолжит шерстить строку, проверяя, а не вольётся ли ещё 1 символ в уже найденную последовательность

 

[doc]

Какой тогда толк от галочки самое короткое совпадение? А можно ли тогда реверсивный поиск регулярки задать? Что бы сначала она нашла текст, который подходио по окончанию, в данном случае это - @gmail\.com и искала в перед до тех пор пока перед текстом не будет - "> и вернуть действительно самый короткий результат, а не такой шмат данных

толк такой. Есть текст

<тег>почта[email protected]</тег><тег>почта[email protected]</тег>

Самое короткое (?<=>)[email protected]
отдаст почта[email protected]
Жадное (?<=>)[email protected]
отдаст почта[email protected]</тег><тег>почта[email protected]

 

[serg32]

толк такой. Есть текст

так то есть, сам знаю, но как видно по факту не всегда)) я считаю это нелогичным поведением регулярного выражения, так как оно не удовлетворят условию по факту.

 

[serg32]

Так а что насчет реверсивного поиска? Его можно как то задать? Если он мордой ищет неверно? Зачем цепляться так к самому первому вхождению и считать главное что оно уже является самым коротким? Или как то зациклить этот поиск до действительно самого короткого? Как решить то то эту задачу, надо костыль мутить, я пробую обернуть весь текст в свои теги что бы целпяться удобней было, но эффект тот же, регулярка считает что она уже справилась и опять так некорректно

 

[doc]

Так а что насчет реверсивного поиска? Его можно как то задать? Если он мордой ищет неверно? Зачем цепляться так к самому первому вхождению и считать главное что оно уже является самым коротким? Или как то зациклить этот поиск до действительно самого короткого? Как решить то то эту задачу, надо костыль мутить, я пробую обернуть весь текст в свои теги что бы целпяться удобней было, но эффект тот же, регулярка считает что она уже справилась и опять так некорректно

Во-первых, регулярки не являются зенновской разработкой. Если тебе кажется что-то нелогичным, это значит, что ты просто не до конца понимаешь механику работы.
Во-вторых, костыли не нужны. Просто нужно более правильно составлять условия, допустимые символы и т.д. Хотя, всё же, бывают случаи, когда одной регуляркой не обойтись.
Покажи текст, я покажу регулярку без костылей

 

[serg32]

Хотя, всё же, бывают случаи, когда одной

Да, это походу тот самый случай. Текст я же выше написал, он и есть, смысл один, дернуть оттуда почту. Я уже сделал костыль свой. Я просто через поиск-замену порезал все) Сначала удалил все что идет после @gmail.com, а потом удалил все что идет перед тегом >, а все что после него оставил, как раз нашу почту, а уже затем просто удалил сам тег -> в три оборота))),но работает, поэтому я и говорю про костыль

 

[doc]

[^>]+@gmail\.com

 

[serg32]

[^>][email protected]

ну вот почему она работает? А через конструктор сделанная не работает?

 

[doc]

ну вот почему она работает? А через конструктор сделанная не работает?

потому что через конструктор регулярка имеет слишком расплывчатые условия

 

[serg32]

потому что через конструктор регулярка имеет слишком расплывчатые условия

Жесть....А как тогда лучше составлять регулярки? Есть какой нибудь другой конструктор? Или инфа какая? Потому что такого варианта в конструкторе не собрать получается....

 

[doc]

Жесть....А как тогда лучше составлять регулярки? Есть какой нибудь другой конструктор? Или инфа какая? Потому что такого варианта в конструкторе не собрать получается....

лучше изучить основы
https://ru.wikipedia.org/wiki/Регулярные_выражения

 

[serg32]

А как дословно звучит эта регулярка получается [^>] - игнорируй все, включительно сам символ > и все что после него? А эта часть - [email protected], что искомый текст будет включать в себя @gmail.com? Так получается?

 

[serg32]

лучше изучить основы
https://ru.wikipedia.org/wiki/Регулярные_выражения

Понятно)) Да вот вроде я уже и читал это все.... Спасибо

 

[doc]

А как дословно звучит эта регулярка получается [^>] - игнорируй все, включительно сам символ > и все что после него? А эта часть - [email protected], что искомый текст будет включать в себя @gmail.com? Так получается?

[^>] - любой символ, кроме >
[^>]+ - макс. последовательность таких символов
[^>][email protected] - макс. последовательность символов, исключая >, после которой будет @gmail.com

Кстати, чутка ошибся, правильнее будет [^>]+@gmail\.com

 

[kagorec]

И без пробелов\табов
[^\s>]

 

[Yuriy Zymlex]

Жесть....А как тогда лучше составлять регулярки? Есть какой нибудь другой конструктор?

На кой вообще этот изврат с html, когда есть xPath, который намного проще...