正向回顾和重复模式存在问题

Question

考虑以下字符串：

ab(cd.xz) e(ab(fg).xz)) ab(hi.xz)

我希望能够匹配以ab(开始并以z结尾的所有子字符串。因此，我编写了以下正则表达式：

(?<=a.*?\().*?z

根据RegexBuddy的提示，这应该尝试执行以下操作：

Assert that the regex below can be matched, with the match ending at this position (positive lookbehind) «(?<=a.*?\()»
   Match the character “a” literally «a»
   Match any single character that is not a line break character «.*?»
      Between zero and unlimited times, as few times as possible, expanding as needed (lazy) «*?»
   Match the character “(” literally «\(»
Match any single character that is not a line break character «.*?»
   Between zero and unlimited times, as few times as possible, expanding as needed (lazy) «*?»
Match the character “z” literally «z»

我在RegexBuddy中得到的结果如下（请注意中间的一个匹配不正确，应该匹配fg).xz）。我做错了什么？

- Matt

Answer 1

正则表达式按设计工作 :)

在第二个例子中，回顾表达式匹配ab(cd.xz) e(。回顾匹配总是从字符串开头开始尝试（必要时向前移动），因此.*?匹配的内容比你想象的要多。它实际上并不像人们期望的那样从当前位置向后执行。

所以在第三个例子中，回顾甚至匹配ab(cd.xz) e(ab(fg).xz)) ab(。它之所以似乎能正确工作，只是因为实际匹配始于另一个ab(...

解决方案：更明确地规定允许匹配的内容。我建议将括号从允许匹配的字符中删除：

(?<=a[^()]*\().*?z

- Tim Pietzcker

---

+1 不仅你的例子可行，而且你还解释了我的错误。非常感谢你。 - Matt

Answer 2

根据您的要求"从ab(开始，以z结尾"，则表达式应为：

(?<=ab\().*?z

如果您需要匹配并仅捕获*z，则此表达式可用：a*(*z。

(?<=a[^(]*\().*?z

- Alex Aza