如何使用带有线锚的 C# 正则表达式 Lookbehind

Posted 2023-04-13

【中文标题】如何使用带有线锚的 C# 正则表达式 Lookbehind

【英文标题】：How to use C# Regular Expression Lookbehind with line anchors

【发布时间】：2018-08-21 02:08:45

【问题描述】：

当同时使用行开始和行结束锚时，我在 C# 的正则表达式匹配中遇到后视断言问题。 在下面的示例中，Regex B 的行为完全符合我的预期（并且如此处所述：https://docs.microsoft.com/en-us/dotnet/standard/base-types/regular-expression-language-quick-reference

我最初对 RegEx A 不匹配第 1 行感到惊讶。现在我想我明白为什么 RegEx A 不匹配第 1 行了。[因为断言是零宽度 - 表达式基本上是 ^\d2$,这显然与 4 位数年份不匹配 - 这就是它匹配第 6 行和第 7 行的原因。

我知道我可以像这样重写肯定断言（RegEx A）：^19\d2$。

但我的最终目标是像 RegEx C 这样的正则表达式 - 使用否定断言来查找所有不以给定前缀开头的字符串。也就是说，我正在尝试创建一个带有否定断言的表达式，它对第 3 行和第 4 行而不是第 5-7 行返回 true。

RegEx D 是 C# 文档中类似的否定断言示例，但不使用开始/结束锚点，第 3 行和第 4 行以及第 5-7 行也是如此。

考虑到这一点，我怎样才能使否定断言（如 RegEx C）与 line-begin/-end 锚点一起工作，以便在验证输入是单行时它的功能类似于 RegEx D 中的示例？

我想知道这是否根本不可能使用断言。这意味着替代方案是表达所有评估为否定例外的积极案例（类似于在 Regex E 中使用 19），但是当目标是排除一个特定的单个（可能是复杂的）案例。

谢谢！

示例程序：

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Text.RegularExpressions;

namespace RegExTest

    class Program
    
        static void Main(string[] args)
        
            string[] reList = new string[]
            
                @"^(?<=19)\d2$",   // RegEx A
                @"(?<=19)\d2",     // RegEx B
                @"^(?<!19)\d2$",   // RegEx C
                @"(?<!19)\d2\b",   // RegEx D
                @"^19\d2$",        // RegEx E
            ;

            string[] tests = new string[]
            
                "1999",                     // Line 1
                "1851 1999 1950 1905 2003", // Line 2
                "1895",                     // Line 3
                "2095",                     // Line 4
                "195",                      // Line 5
                "18",                       // Line 6
                "19",                       // Line 7
            ;
            foreach (var r in reList)
            
                var re = new Regex(r);
                Console.WriteLine("");
                Console.WriteLine($"r");
                Console.WriteLine("==========================");
                foreach (var s in tests)
                
                    Console.WriteLine($"s=re.IsMatch(s)");
                    if (re.IsMatch(s))
                    
                        foreach (Match m in re.Matches(s))
                        
                            Console.WriteLine($"Match @ (m.Index, m.Length)");
                        
                    
                
            
        
    

输出：

^(?<=19)\d2$
==========================
1999=False
1851 1999 1950 1905 2003=False
1895=False
2095=False
195=False
18=False
19=False

(?<=19)\d2
==========================
1999=True
Match @ (2, 2)
1851 1999 1950 1905 2003=True
Match @ (7, 2)
Match @ (12, 2)
Match @ (17, 2)
1895=False
2095=False
195=False
18=False
19=False

^(?<!19)\d2$
==========================
1999=False
1851 1999 1950 1905 2003=False
1895=False
2095=False
195=False
18=True
Match @ (0, 2)
19=True
Match @ (0, 2)

(?<!19)\d2\b
==========================
1999=False
1851 1999 1950 1905 2003=True
Match @ (2, 2)
Match @ (22, 2)
1895=True
Match @ (2, 2)
2095=True
Match @ (2, 2)
195=True
Match @ (1, 2)
18=True
Match @ (0, 2)
19=True
Match @ (0, 2)

^19\d2$
==========================
1999=True
Match @ (0, 4)
1851 1999 1950 1905 2003=False
1895=False
2095=False
195=False
18=False
19=False

【问题讨论】：

我不清楚你想要什么输出。正则表达式 D 没有行开始/结束标记，所以你是什么意思让 C 像 D 一样工作？ C有什么问题？

这个问题确实需要澄清一下，但是您的意思是使用负前瞻功能吗？像：^(?!19)\d4$ ?

@NetMage - 第 3 行和第 4 行为真，第 5-7 行为假。

^(?<!19)\d4$ 呢？

@Brad 你试过我的建议了吗？断言它不是以 19 开头并且由 4 位数字组成，其中包含一个完整的行……是一个否定断言。听起来你需要什么，不是吗？你的意思是只专门使用lookbehind吗？这在我的书中会有点倒退......

【参考方案1】：

您将环视断言与正常模式的默认行为混淆了。环视断言这意味着它不消耗字符。

它寻找一个条件，如果满足则将光标带回它开始的位置，否则它会使引擎回溯或立即失败。

正则表达式 A ^(?<!19)\d2$ 不应匹配字符串 1 1999，因为引擎以这种方式工作：

^ 断言字符串的开头（我们在位置 0） (?<!19) 检查前面的字符是否不是19（确定在 位置 0 我们没有前面的字符，所以这满足） \d2消耗两位数（我们在位置2） $ 断言字符串结尾（实际上我们还有 2 个字符要到达 字符串结束，因此引擎立即失败）

所以你必须这样做^\d2(?<!19)\d2$或^(?!19)\d4$第二个更合适。

【讨论】：

对断言的良好解释，因此被赞成，但没有回答完整的问题。

我在答案中添加了最后一行，它指向了正确的解决方案。 @布拉德

完美，谢谢。如果（例如）我只想捕获最后 2 位数字，则提供这两种替代方案会使行为一清二楚，并提供后视替代方案。

对于负前瞻，您也可以通过分隔它们来捕获最后两位数：^(?!19)\d2(\d2)$