Résultats du Regexp Scan

Question

Quelqu'un sait-il pourquoi j'obtiens des résultats différents selon l'ordre des motifs ?

list1 = ["AA1", "AA2","AA", "AA+"]
list2 = ["AA1", "AA2","AA+", "AA"]
results1 = "somethin with AA+ in it".scan(Regexp.union(list1))
results2 = "somethin with AA+ in it".scan(Regexp.union(list2))

Le résultat 1 donne "AA". Résultats 2 : "AA+"

Je ne comprends peut-être pas bien comment fonctionne le scan, mais je m'attendais à ce qu'il renvoie chaque occurrence, d'où les deux "AA" et "AA+". De plus, je ne comprends pas pourquoi le résultat change en fonction de l'ordre des chaînes de caractères utilisées.

Answer 1

Dans un groupe d'alternance en regex NFA, la première branche la plus à gauche "gagne". Voir Alternance avec le symbole de la barre verticale ou du tuyau pour une explication plus détaillée.

El les regex que vous avez sont

Regex 1 : (?-mix:AA1|AA2|AA|AA\+)
Regex 2 : (?-mix:AA1|AA2|AA\+|AA)

Si vous utilisez la première regex, vous obtenez AA parce que |AA| correspond à la première branche, et les autres ne sont pas testées par rapport à l'entrée, la correspondance est retournée et l'index de regex avance.

La deuxième regex donne AA+ parce que le |AA\+| correspond d'abord, et la correspondance est renvoyée, |AA n'est même pas testé.