当两边都被某个字符串包围时试图排除匹配

Posted 2023-02-22

【中文标题】当两边都被某个字符串包围时试图排除匹配

【英文标题】：Trying to exclude match when surrounded on both sides by a certain string

【发布时间】：2021-12-02 11:21:12

【问题描述】：

我要做的是修改正则表达式（JS 风格）以 not 匹配，如果模式之前 和 后跟相同的字符串。

通过一个简单的类比，假设我想匹配n 的所有实例，这些实例不是在e 之前和之后都存在。因此，例如，正则表达式不应该匹配alkene 中的n，但它应该仍然匹配pen 或nest 中的n，它们只有@987654328 @ 在一侧与n 直接相邻，而不是两者。

我见过的大多数试图找到答案的旧线程基本上都说“只使用否定的环视”，但问题是 (?<!e)n(?!e) 与这些输入中的任何不匹配 - 因为正则表达式引擎分别处理lookbehind 和lookahead，因此它认为任一条件都足以排除匹配项。

（真正的正则表达式是(?<!¸ª)()(ɣʷ|h₂|r₂|r₃|w|j)(?:e|o|ø|ɑ|i|ɚ|y|u|a)(?!¸ª)，它与t͡ʃe:h₁dɣʷo¸ªh₂¸ª 中的ɣʷ 不匹配，但这使得问题看起来比实际需要更难解释）

如何修改正则表达式以仅在嵌套模式时排除模式？

【参考方案1】：

此处的(?<!b)a(?!b) 模式必须替换为(?<!b(?=ab))a 或a(?!(?<=ba)b)。关键是从lookbehind 或lookahead 调用反向lookahead 或lookbehind。

查看您的模式修复（没有任何优化），我在其中进行了前瞻，将其粘贴到 ª 之后的后向内，反转前瞻（即使其成为正数）并在前瞻中将整个模式添加到 ¸ª 之前能够到达右手边¸ª：

(?<!¸ª(?!(ɣʷ|h₂|r₂|r₃|w|j)(?:e|o|ø|ɑ|i|ɚ|y|u|a)¸ª))()(ɣʷ|h₂|r₂|r₃|w|j)(?:e|o|ø|ɑ|i|ɚ|y|u|a)

或者，如果您将lookbehind 放入lookahead：

()(ɣʷ|h₂|r₂|r₃|w|j)(?:e|o|ø|ɑ|i|ɚ|y|u|a)(?!(?<=¸ª(ɣʷ|h₂|r₂|r₃|w|j)(?:e|o|ø|ɑ|i|ɚ|y|u|a))¸ª)

参见regex demo（和regex demo #2）。

只要您的模式很简单，最好不要在环顾中重复该模式，您通常可以只使用. 或.x 其中x 代表您的消费模式部分可以匹配的字符数。在这里，不清楚该模式实际上可以匹配多少个字符，您可能会使用(?<!¸ª(?!.1,2¸ª))()(ɣʷ|h₂|r₂|r₃|w|j)(?:e|o|ø|ɑ|i|ɚ|y|u|a)，但我没有任何边缘情况可以测试。

进一步增强这一点可能会产生(?<!¸ª(?!.1,2¸ª))()(ɣʷ|[hr]₂|r₃|w|j)([eoøɑiɚyua]) (demo)。