带有“非字符”的 Lookbehind 忽略位置 0 的匹配

Posted 2023-02-15

【中文标题】带有“非字符”的 Lookbehind 忽略位置 0 的匹配

【英文标题】：Lookbehind with "not character" ignores match at position 0

【发布时间】：2021-08-17 05:07:42

【问题描述】：

我正在尝试实现一个正则表达式来选择 (%?[fFsmhd])1, 前面是 + 而不是 \+。

我的第一个选项是(?<=[^\\]\+)(%?[fFsmhd])1,，除了位置 1 永远不匹配之外，它似乎有效。

测试：

+fFsmhd (problem here, does not match)
+fFsmhd (matches)

我发现解决此问题的一种解决方法是将[^\\] 替换为嵌套否定的lookbehind，最终得到这个令人作呕的东西：(?<=(?<!\\)\+)(%?[fFsmhd])1,

测试：

+fFsmhd (matches)
+fFsmhd (matches)

有没有更好的方法来实现这一点而无需嵌套后视来做一个简单的[^\\]？

【参考方案1】：

如果没有环视，就不可能做你想做的事。实际上，您的模式有一个缺陷：如果在 + 之前有一个文字 \，它将无法匹配。您需要考虑任意数量的双反斜杠：

(?<=(?<!\\)(?:\\2)*\+)(%?[fFsmhd])+

看到这个.NET regex demo。

(?<=(?<!\\)(?:\\2)*\+) 后视要求紧靠左侧的 + 前面没有紧跟 \，然后是任意数量的双反斜杠。

【讨论】：

哇，这么好的修正，非常感谢。我不明白 (?:\\2) 是做什么的，但我确信通过一些谷歌搜索我可以轻松搞定。

@Pakoco (?:\\2)* 是一个匹配两个反斜杠零次或多次的non-capturing group。请注意，您可以使用一个环视和一个捕获组来实现您想要的：(?<!\\)(?:\\2)*\+((?:%?[fFsmhd])+)。 text you need 在第 1 组中。