regex que no entiendo

Question

Estoy tratando de entender esta expresión regular, ¿me pueden ayudar?

(?s)\\{\\{wotd\\|(.+?)\\|(.+?)\\|([^#\\|]+).*?\\}\\} 

• yo no entiendo muy bien el significado de dotall: (?s)
• por qué el doble \\ antes }?
• ¿qué significa esto exactamente: (.+?) (debemos leer esto como: la ., entonces + que actúa sobre el ., entonces ? responder al resultado de .+

Answer 1

Esta expresión regular es de una cadena El?. "canonical" regex es:

modificador

(?s)\{\{wotd\|(.+?)\|(.+?)\|([^#\|]+).*?\}\} 

el dotall significa que el punto también puede coincidir con un carácter de nueva línea, pero también lo puede complementado clases de caracteres, al menos con Java: es decir, [^a] voluntad empareja cada carácter que no es a, nueva línea incluida. Sin embargo, algunos motores de expresiones regulares NO coinciden con una nueva línea en clases de caracteres complementadas (esto se puede considerar como un error).

El +? y *? son cuantificadores perezosos (que generalmente se deben evitar). Significa que tendrán que mirar hacia adelante antes de cada personaje que quieran tragar para ver si este personaje puede satisfacer el siguiente componente de una expresión regular.

El hecho de que { y } están precedidos con \ se debe a {...} es el cuantificador de repetición {n, m} donde n y m son números enteros.

Además, es inútil escapar de la tubería | en la clase de caracteres [^#\|], simplemente puede escribirse como [^#|].

Y finalmente, .*? al final parece tragarse el resto de los campos. Una mejor alternativa es utilizar el patrón normal* (special normal*)*, donde normal es [^|}] y special es \|.

Aquí está la expresión regular sin usar cuantificadores perezosos, la clase de caracteres "fija" y el extremo modificado. Tenga en cuenta que el modificador dotall ha desaparecido, así, ya que el punto ya no se utiliza:

\{\{wotd\|([^|]+)\|([^|]+)\|([^#|]+)[^|}]*(?:\|[^|}]*)*\}\} 

Paso a paso:

\{\{   # literal "{{", followed by 
wotd   # literal "wotd", followed by 
\|   # literal "|", followed by 
([^|]+)  # one or more characters which are not a "|" (captured), followed by 
\|   # literal "|", followed by 
([^|]+)  # one or more characters which are not a "|" (captured), followed by 
\|   # literal "|", followed by 
([^#|]+)  # one or more characters which are not "|" or "#", followed by 
[^|}]*  # zero or more characters which are not "|" or "}", followed by 
(?:   # begin group 
    \|   # a literal "|", followed by 
    [^|}]*  # zero or more characters which are not "|" or "}" 
)   # end group 
*   # zero or more times, followed by 
\}\}   # literal "}}"