Regex 为什么Perl'；s m//g运算符有时会导致在文本中引入空值？

我们最近在一个Perl脚本中遇到了一些奇怪的结果，其中在一些文本中引入了空字符（\0）。我们最终找到了Perl m//match操作符上意外使用的//g操作符。在此之前，我甚至不知道可以将//g与m//运算符一起使用，因为我只将它与s///运算符一起使用

无论如何，即使我们已经通过删除错误的//g修复了这个bug，我还是想知道为什么这个小脚本会在文本中引入空字符！：-）

防止出现NULL的细微更改：如果我更改$text的值（例如，仅更改为“0”或“1”或许多其他组合），则不再引入NULL。如果我将赋值从“A$1”更改为“$1”，则不再引入NULL。如果我将“A$1”分配给一个完全不同的变量，则该变量中不会引入NULL。如果在m//匹配过程中删除//g运算符，则不会引入NULL

---

Perl专家能解释一下这种行为吗？我在谷歌上找不到任何东西。

这显然是一个bug。检查最新版本，如果仍然存在问题，下面介绍如何提交错误报告：

（perl 5.12.4）

正如@Dan所说，这是一个bug

if ($text =~ m/(\d+)/g)

这是错误的。具体来说，

形式的代码if（/…/g）

是错误的。它在概念上毫无意义（“如果匹配，直到它不匹配”？），并且可能会产生不希望的结果

$_ = "01ab";
if (/(\d+)/g) { say $1; }   # 01
if (/(.*)/g)  { say $1; }   # ab!!!

去掉“g”

---

字符串的结尾通常后跟NUL

$ perl -MDevel::Peek -e'Dump "01"'
SV = PV(0x88b4740) at 0x88d1368
  REFCNT = 1
  FLAGS = (PADTMP,POK,READONLY,pPOK)
  PV = 0x88d52f0 "01"\0
  CUR = 2
  LEN = 12

您的Perl版本似乎有一个bug，当匹配的起始位置在字符串的末尾时，它匹配该NUL。没有插入NUL。幸运的是，如果您修复了错误代码，您就不会受到此错误的影响

---

显示它已由修复

---

基于

git标记——包含6f1401dc2acd2a2b85df22b0a74e5f7e6e0a33aa

，5.13.2是第一个开发版本，5.14.0是第一个有修复的生产版本。

有一个

perl

错误，但也有编程问题。不要依赖特殊变量的值，除非在设置后立即语句中。立即存储它们的值

当您遇到这些问题时，请查看数据。这是一个奇怪的问题，看起来像是处理捕获缓冲区的bug

use v5.10;
use feature qw(unicode_strings);

my $text = "01";

if ($text =~ m/(\d+)/g)
{
    say "\$1 [$1]: ", join ' ', map { sprintf '%04X', ord } split //, $1;
    say 'Text: ', join ' ', map { sprintf '%04X', ord } split //, $text;

    $text = "A$1";
    say "\$1 [$1]: ", join ' ', map { sprintf '%04X', ord } split //, $1;
    say 'Text: ', join ' ', map { sprintf '%04X', ord } split //, $text;
}

在您真正想要使用

$1

构建要分配给同一变量的新字符串之前，一切看起来都是正确的，此时该值似乎消失了。请注意，分配后，

$1

不同：

% perl5.12.2 test.pl
$1 [01]: 0030 0031
Text: 0030 0031
$1 [AA]: 0041 0041
Text: 0041 0041 0000

这在一个奇怪的方面也是不同的

perl

进行了一些复杂的处理来记住字符串中的偏移量。对于v5.14，

$1

仍然是字符串中的前两个字符：

% perl5.14.2 test.pl
$1 [01]: 0030 0031
Text: 0030 0031
$1 [A0]: 0041 0030
Text: 0041 0030 0031

如果您指定一个新变量，而不是在同一语句中使用

$test

和

$1

，则不会出现此问题（这应该很好，但我们都知道“应该”通常是什么意思）。如果您立即捕获特殊变量的值，这也不是问题：

use v5.10;
use feature qw(unicode_strings);

my $text = "01";

if ($text =~ m/(\d+)/g)
{
    my $one = $1;
    say "\$1 [$1]: ", join ' ', map { sprintf '%04X', ord } split //, $1;
    say 'Text: ', join ' ', map { sprintf '%04X', ord } split //, $text;

    $text = "A$one";
    say "\$1 [$1]: ", join ' ', map { sprintf '%04X', ord } split //, $1;
    say 'Text: ', join ' ', map { sprintf '%04X', ord } split //, $text;
}

现在，即使是v5.12也能做到：

$ perl5.12.2 test.pl
$1 [01]: 0030 0031
Text: 0030 0031
$1 [A0]: 0041 0030
Text: 0041 0030 0031

---

我在Perl 5.10.1和5.12.2中看到了这个问题。我在5.13.6或5.14.0中没有看到它。看起来问题已经解决了。我在Perl 5.10.1和5.12.2中看到了问题。我在5.13.6或5.14.0中没有看到它。看起来它已经被修复了。我一直使用

if（/…/g）

；在标量上下文中，/g“直到”@ysth，

，而（//g）

是有意义的

if（//gc）

是一种有意义的高级用法<代码>如果（//g）没有那么多。如果您使用

if（//g）

，我假设您正在展开while循环，在这种情况下，您知道您打算这么做。但是你知道这一点，那么你的观点是什么？是的，我的意思是使用/c，但是在/gc ifs链的末尾不使用/c是有意义的。但我的观点是“匹配直到不匹配”不是一个准确的描述。@ysth，这是我的观点。无论他们认为这意味着什么，都不可能是准确的。感谢对此的反馈，使用Devel:：Peek是我没有想到要测试的。我同意，在if（）语句中使用//g是没有意义的，但是在阅读了//g可以与m//一起使用之后，我只是好奇NUL如何插入到所示的代码中。但正如@Dan指出的和Keith Thompson确认的那样，似乎NUL“插入”行为最终是一个bug，它已在较新版本的Perl中修复。

% perl5.14.2 test.pl
$1 [01]: 0030 0031
Text: 0030 0031
$1 [A0]: 0041 0030
Text: 0041 0030 0031

use v5.10;
use feature qw(unicode_strings);

my $text = "01";

if ($text =~ m/(\d+)/g)
{
    my $one = $1;
    say "\$1 [$1]: ", join ' ', map { sprintf '%04X', ord } split //, $1;
    say 'Text: ', join ' ', map { sprintf '%04X', ord } split //, $text;

    $text = "A$one";
    say "\$1 [$1]: ", join ' ', map { sprintf '%04X', ord } split //, $1;
    say 'Text: ', join ' ', map { sprintf '%04X', ord } split //, $text;
}

$ perl5.12.2 test.pl
$1 [01]: 0030 0031
Text: 0030 0031
$1 [A0]: 0041 0030
Text: 0041 0030 0031