PCRE：回溯引用在向后查找中不允许使用？

Question

PCRE正则表达式/..(?<=(.)\1)/无法编译：“在反向引用断言中不允许使用子模式引用。”有趣的是，在前瞻中似乎是可以接受的，例如/(?=(.)\1)../，但不适用于后瞻。是否有技术原因导致只有后瞻不允许使用反向引用？

- Connor Smith

---

我很好奇，特别是为什么。更奇怪的是，即使 /..(?<=(.)(?=\1).)/ 被接受，而 /..(?<=(.)\1)/ 则不被接受。 - Connor Smith

这是因为在后顾模式中不允许使用变长子模式。由于反向引用可以具有任意长度，因此在后顾模式中也不允许使用它。对于pcre，经典的解决方法（如果可能）是使用\K功能。 - Casimir et Hippolyte

这一点并不奇怪。(?<=(.)(?=\1).) 能够工作是因为回溯引用被包含在一个零宽断言（前瞻）中，所以后顾表达式中子模式的长度是固定的。 - Casimir et Hippolyte

请注意，在分析模式时，忽略了第1组中子模式具有恒定长度的事实。（明确地说，反向引用=可变长度，仅此而已） - Casimir et Hippolyte

@WolfgangKluge .NET是少数几种能够做到这一点的语言之一。我还没有听说过其他“常见”语言能够做到这一点。 - HamZa

Answer 1

使用Python的re模块时，即使匹配某些固定长度的字符串，回顾引用在lookbehind中也不被支持。

---

回顾断言并不完全支持PCRE规则。具体来说，当正则表达式引擎到达回顾断言时，它会尝试确定其大小，然后跳回检查匹配项。

这个大小决定让你做出选择：

• 允许变量大小，那么每个回顾断言都需要在跳回之前执行
• 禁止变量大小，那么我们可以直接跳回

由于第一种解决方案对我们（用户）来说是最好的，但显然是最慢和最难开发的。因此，对于PCRE正则表达式，他们决定使用第二种解决方案。例如，Java正则表达式引擎允许半变量回顾：您只需要确定最大大小。

---

我来到了PCRE和Python的re模块。
我在PCRE文档中没有找到其他内容，只有这个错误代码：

COMPILATION ERROR CODES
25: lookbehind assertion is not fixed length

但在这种情况下，回顾断言是固定长度。
现在，我们可以在re文档中找到以下内容：

包含的模式必须仅匹配某些固定长度的字符串，这意味着允许abc或a|b，但不允许a*和a{3,4}。即使匹配某些固定长度的字符串，也不支持组引用。

我们找到了罪犯......如果您想尝试Python的regex模块，它似乎支持可变长度的lookbehind。

- zessx

---

你有什么参考资料可以证明你的观点吗？也许从PCRE源代码中摘取一些会更有说服力。 - Wiktor Stribiżew

@stribizhev 我找到了根源，深入文档中。 - zessx