正则表达式的可变长度回顾断言替代方案

Question

正则表达式的可变长度回顾断言替代方案

53

Python/PHP/JavaScript中是否有支持可变长度向后断言的正则表达式实现？

/(?<!foo.*)bar/

如何编写一个正则表达式，它具有相同的含义，但不使用回顾后发断言呢？

这种类型的断言会在将来实现吗？

事情比我想象的要好得多。

更新：

(1) 已经有支持可变长度回顾后发断言的正则表达式实现。

Python模块regex（不是标准的re模块，而是额外的regex模块）支持这些断言（还有许多其他很酷的功能）。

>>> import regex
>>> m = regex.search('(?<!foo.*)bar', 'f00bar')
>>> print m.group()
bar
>>> m = regex.search('(?<!foo.*)bar', 'foobar')
>>> print m
None

对我来说，真的很惊讶的是正则表达式中Perl不能做到而Python可以做到某些事情。可能，Perl也有“增强正则表达式”实现吗？

(感谢MRAB并点赞+1）。

(2) 现代正则表达式中有一个很酷的功能\K。

这个符号表示当您进行替换（从我的角度来看，断言最有趣的用例是替换）时，在\K之前找到的所有字符都不得更改。

s/unchanged-part\Kchanged-part/new-part/x

这几乎就像一个向后查找断言，但当然不那么灵活。

关于 \K 更多信息：

据我所知，在同一正则表达式中不能两次使用 \K。而且你无法确定要“杀死”找到的字符的终止点。这总是到行的开头。

(感谢 ikegami 提供解答并进行点赞 +1)。

我的额外问题：

是否可以指定 \K 生效的最终位置？
对于 Perl/Ruby/JavaScript/PHP 的增强正则表达式实现，有什么类似 Python 的 regex 的东西吗？

- Igor Chubin

1

@minitech：没有额外的上下文。这是一个一般性的问题。 - Igor Chubin

1

@minitech：我可以删除这个简单的例子；我只是提供它作为说明目的；问题是：“如何（一般地）避免负回顾断言，以及我可以使用什么（一般地）代替？”你为什么不喜欢ikegami的答案？我认为这个答案几乎完美。我之前不知道这个\K技巧，我觉得它真的很厉害。 - Igor Chubin

@ikegamiпјҡдҪ зҡ„ж„ҸжҖқжҳҜ(?:(?!foo).)*дјҡжӣҙжңүж•ҲпјҲжҲ–иҮіе°‘дёҚдјҡжӣҙе·®пјүеҗ—пјҹ - Igor Chubin

“Effective”在编程中是什么意思？ - ikegami

1

@ikegami：“这是一个从哪一端开始匹配的问题”，好的，我明白了。我认为这只是一个定义问题。 - Igor Chubin

显示剩余11条评论

5个回答

14

Python有一个正则表达式实现支持可变长度的lookbehinds：

http://pypi.python.org/pypi/regex

它的设计是与标准的re模块向后兼容的。

- MRAB

1

此答案已添加到Stack Overflow正则表达式FAQ，位于“环视”一节下。 - aliteralmind

在Python 3.4.1上运行得非常顺畅。它似乎比“re”快一点。 - Navin

6

你可以反转字符串和模式，并使用可变长度的向前查找。 (rab(?!\w*oof)\w*) 加粗匹配结果：

raboof rab7790oof raboo rabof rab rabo raboooof rabo 据我所知，最初的解决方案来自Jeff 'japhy' Pinyan。

- Ben

Benjamin，谢谢你的回答，但是你确定可以反转任何模式吗？ - Igor Chubin

我从未遇到过这种情况不起作用的情况。然而，创建该模式所需的时间比“正常”模式要长。 - Ben

此答案已添加到Stack Overflow正则表达式FAQ，位于“环视”一节下。 - aliteralmind

3

foo.*|(bar)

如果字符串中包含foo，则正则表达式将匹配，但不会有任何分组。

否则，它会找到bar并将其分配给一个分组。

因此，您可以使用这个正则表达式，并在找到的分组中查找结果：

>>> import re
>>> m = re.search('foo.*|(bar)', 'f00bar')
>>> if m: print(m.group(1))
bar
>>> m = re.search('foo.*|(bar)', 'foobar')
>>> if m: print(m.group(1))
None
>>> m = re.search('foo.*|(bar)', 'fobas')
>>> if m: print(m.group(1))
>>>

Source.

- twasbrillig

3

你展示的正则表达式将找到任何一个不以foo为前导的bar实例。

一个简单的替代方法是先匹配字符串中的foo，并找到第一次出现的索引。然后搜索bar，看看能否找到在该索引之前出现的实例。

如果你想找到不是直接以foo为前导的bar实例，我也可以提供一个正则表达式（不使用向后查找），但它会非常丑陋。基本上，反转/foo/的意义 - 即/[^f]oo|[^o]o|[^o]|$/。

- Alex D

Alex，感谢你的回答，但总的来说，并不像你所写的那样简单。我只提供了一个带有断言的正则表达式的小例子。当然，re可能会更加复杂，而且断言可能深藏其中。在这种情况下，你不能简单地检查一个字符串是否包含某个子字符串。 - Igor Chubin

1

Alex，当你需要“不是直接在foo之前的bar实例”时，你可以使用正常的反向断言(?<!foo)bar。这很有效。但是诀窍在于foo和bar之间可能有其他字符。 - Igor Chubin

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- ikegami · Accepted Answer

大多数情况下，您可以通过使用\K来避免变量长度回顾。

s/(?<=foo.*)bar/moo/s;

将是

s/foo.*\Kbar/moo/s;

任何一个匹配中最后一个遇到的\K之前的内容都不会被视为匹配结果的一部分（例如在替换或使用$&等功能时）。

负向预查则稍微棘手一些。

s/(?<!foo.*)bar/moo/s;

可能是

s/^(?:(?!foo).)*\Kbar/moo/s;

因为(?:(?!STRING).)*对于STRING的作用，就像[^CHAR]*对于CHAR的作用一样。

如果你只是在匹配，甚至可能不需要使用\K。

/foo.*bar/s

/^(?:(?!foo).)*bar/s