如何在 C# Regex 中使用lookbehind 来跳过重复前缀模式的匹配？

Posted 2023-03-28

【中文标题】如何在 C# Regex 中使用lookbehind 来跳过重复前缀模式的匹配？

【英文标题】：How can I use lookbehind in a C# Regex in order to skip matches of repeated prefix patterns?

【发布时间】：2010-10-01 13:39:23

【问题描述】：

如何在 C# 正则表达式中使用lookbehind 来跳过重复前缀模式的匹配？

示例 - 我试图让表达式匹配任意数量的 a 字符之后的所有 b 字符：

Regex expression = new Regex("(?<=a).*");

foreach (Match result in expression.Matches("aaabbbb"))
  MessageBox.Show(result.Value);

返回aabbbb，后向仅匹配a。我怎样才能让它匹配一开始的所有as？

我试过了

Regex expression = new Regex("(?<=a+).*");

和

Regex expression = new Regex("(?<=a)+.*");

没有结果...

我期待的是bbbb。

【问题讨论】：

您的预期结果是什么？

【参考方案1】：

您是否在寻找重复捕获组？

(.)\1*

这将返回两个匹配项。

给定：

aaabbbb

这将导致：

aaa
bbbb

这个：

(?<=(.))(?!\1).*

使用上述原理，首先检查是否找到了前一个字符，将其捕获到反向引用中，然后断言该字符不是下一个字符。

匹配：

bbbb

【讨论】：

我需要后向组来匹配所有 a 字符。即实际匹配的是bbbb，因为重复a的组应该被忽略。

@luvieere：我已经做出了改变。

【参考方案2】：

我终于明白了：

Regex expression = new Regex("(?<=a+)[^a]+");

foreach (Match result in expression.Matches(@"aaabbbb"))
   MessageBox.Show(result.Value);

我不能让as 被非后视组匹配到我。这样，表达式将只匹配b 重复后面的a 重复。

匹配aaabbbb 产生bbbb，匹配aaabbbbcccbbbbaaaaaabbzzabbb 产生bbbbcccbbbb、bbzz 和bbb。

【参考方案3】：

look-behind 跳过“a”的原因是因为它消耗了第一个“a”（但没有捕获它），然后它捕获了其余的。

这种模式对你有用吗？新模式：\ba+(.+)\b 它使用单词边界\b 来锚定单词的两端。它至少匹配一个“a”，然后是其余字符，直到单词边界结束。其余字符被捕获在一个组中，因此您可以轻松引用它们。

string pattern = @"\ba+(.+)\b";

foreach (Match m in Regex.Matches("aaabbbb", pattern))

    Console.WriteLine("Match: " + m.Value);
    Console.WriteLine("Group capture: " + m.Groups[1].Value);

更新：如果您想跳过第一次出现的任何个重复字母，然后匹配字符串的其余部分，您可以这样做：

string pattern = @"\b(.)(\1)*(?<Content>.+)\b";

foreach (Match m in Regex.Matches("aaabbbb", pattern))

    Console.WriteLine("Match: " + m.Value);
    Console.WriteLine("Group capture: " + m.Groups["Content"].Value);

【讨论】：

在你的正则表达式中不要有'b'或'a'。

@John 谢谢我特别关注字母“a”。我的第二个示例适用于任何重复的字符且无需对其进行硬编码。

好吧，+1，我认为我的更简洁一些，但看起来更容易阅读。