负前瞻正则表达式

Posted 2023-02-22

【中文标题】负前瞻正则表达式

【英文标题】：Negative lookahead Regular Expression

【发布时间】：2011-10-14 16:20:05

【问题描述】：

我想匹配所有以“.htm”结尾的字符串，除非它以“foo.htm”结尾。我通常对正则表达式很满意，但消极的前瞻让我很难过。为什么这不起作用？

/(?!foo)\.htm$/i.test("/foo.htm");  // returns true. I want false.

我应该改用什么？我想我需要一个“负面的behind”表达式（如果 javascript 支持这样的事情，我知道它不支持）。

【问题讨论】：

很遗憾，JavaScript 不支持正则表达式中的“lookbehind”

通常最好有一个带有一两个循环的更简单的正则表达式，而不是一个超级怪物（好吧，你想要的不是超级怪物，但代码有增长的趋势）需要我说不可维护的正则表达式。

这可能不及时，但要解释为什么这不起作用：您的正则表达式不是 0 宽度，这意味着在 javascript 中它转换为“匹配 '.htm'但如果它以“foo”开头，则不是，因为“.htm”永远不会以“foo”开头，这是行不通的。否定前瞻的意思是“此时，排除此处否定为真的匹配项”，但它实际上并不消耗字符串。

【参考方案1】：

这个问题真的很简单。这样就可以了：

/^(?!.*foo\.htm$).*\.htm$/i

【讨论】：

+1。不仅不需要lookbehind，而且如果它可用，它也不是最好的工具。

这么有用的技术！

你能解释一下发生了什么吗？我看到您有一个行首标记 (^)，但有两个行尾标记 ($)。这如何使负前瞻工作？

@ericbowden 如果您仍然想知道：它匹配字符串的开头，然后不匹配 .*foo\.htm 到字符串的结尾。因为没有消耗前瞻，所以它外面的第二个 $ 实际上是匹配的那个。

【参考方案2】：

你所描述的（你的意图）是一个否定的look-behind，并且Javascript不支持look-behinds。

look-aheads 从放置它们的字符开始向前看——并且您已将其放置在. 之前。因此，您实际上是在说“任何以 .htm 结尾的内容，只要从该位置 (.ht) 开始的前三个字符不是 foo”，这始终是正确的。

通常情况下，否定后视的替代方法是匹配比您需要的更多，并且只提取您实际需要的部分。这是 hacky，根据您的具体情况，您可能会想出其他方法，但类似这样：

// Checks that the last 3 characters before the dot are not foo:
/(?!foo).3\.htm$/i.test("/foo.htm"); // returns false 

【讨论】：

你给了我足够的东西让我自己走完剩下的路。这适用于我所有的测试用例：/(^.0,2|(?!foo).3)\.htm$/i

+1 很好的解释。但是，/(?!foo).3\.htm$/i 将无法匹配少于三个字符的名称，即a.htm。这是一个可以得到所有人的：/^(?!.*foo\.htm$).*\.htm$/i

【参考方案3】：

如前所述，JavaScript 不支持否定的后视断言。

但您可以使用变通方法：

/(foo)?\.htm$/i.test("/foo.htm") && RegExp.$1 != "foo";

这将匹配以.htm 结尾的所有内容，但如果它匹配foo.htm，它会将"foo" 存储到RegExp.$1，因此您可以单独处理。

【讨论】：

MDN 报告 the RegExp.$1 feature is non-standard.

【参考方案4】：

就像 Renesis 提到的，JavaScript 不支持“lookbehind”，所以也许只需组合使用两个正则表达式：

!/foo\.htm$/i.test(teststring) && /\.htm$/i.test(teststring)

【讨论】：

JavaScript 支持前瞻。

thx :) 只是记得一年前，可能我的记忆力不太好

【参考方案5】：

String.prototype.endsWith (ES6)

console.log( /* !(not)endsWith */

    !"foo.html".endsWith("foo.htm"), // true
  !"barfoo.htm".endsWith("foo.htm"), // false (here you go)
     !"foo.htm".endsWith("foo.htm"), // false (here you go)
   !"test.html".endsWith("foo.htm"), // true
    !"test.htm".endsWith("foo.htm")  // true

);

【参考方案6】：

这个答案可能比必要的时间晚了一点，但我会把它留在这里，以防有人现在遇到同样的问题（问这个问题后 7 年零 6 个月）。

现在，ECMA2018 标准中包含了lookbehinds，并且至少在 Chrome 的最新版本中得到了支持。但是，无论有没有它们，您都可以解决这个难题。

负前瞻的解决方案：

let testString = `html.htm app.htm foo.tm foo.htm bar.js 1to3.htm _.js _.htm`;

testString.match(/\b(?!foo)[\w-.]+\.htm\b/gi);
> (4) ["html.htm", "app.htm", "1to3.htm", "_.htm"]

消极后视的解决方案：

testString.match(/\b[\w-.]+(?<!foo)\.htm\b/gi);
> (4) ["html.htm", "app.htm", "1to3.htm", "_.htm"]

具有（技术上）积极前瞻的解决方案：

testString.match(/\b(?=[^f])[\w-.]+\.htm\b/gi);
> (4) ["html.htm", "app.htm", "1to3.htm", "_.htm"]

等等

所有这些 RegExps 以不同的方式告诉 JS 引擎同一件事，它们传递给 JS 引擎的消息如下所示。

请在此字符串中找出所有符合以下条件的字符序列：

与其他文本（如单词）分开； 由一个或多个英文字母、下划线、 连字符、点或数字； 以“.htm”结尾； 除此之外，“.htm”之前的序列部分可以是任何东西 而是“foo”。

【参考方案7】：

你可以用类似的东西来模仿消极的后视 /(.|..|.*[^f]..|.*f[^o].|.*fo[^o])\.htm$/，但程序化方法会更好。