在正则表达式中，匹配字符串的结尾或特定字符。

Question

我有一个字符串，结尾是不同的，例如index.php?test=1&list=UL或 index.php?list=UL&more=1。我想找到的是&list=。

我该如何匹配它，无论它是在字符串中间还是在末尾？ 到目前为止，我得到了[&|\?]list=.*?([&|$])，但是([&|$])部分实际上无法工作。 我试图使用它来匹配&或字符串的末尾，但是字符串的末尾部分无法工作，因此这个模式可以匹配第二个示例但不能匹配第一个。

- Gary

Answer 1

使用：

/(&|\?)list=.*?(&|$)/

请注意，当您使用方括号表达式时，其中的每个字符（有一些例外）都将被解释为文字意义。换句话说，[&|$] 匹配字符 &，| 和 $。

- João Silva

---

谢谢，我之前不知道方括号需要“逐字解释”的部分。非常有用！那么为了使用 | 分隔两个或多个字符，是否需要使用 () ？ - Gary

是的，确实需要将备选项分组（()）。 - João Silva

@DrazenBjelovuk 你可能想表达的是'SomeText/blahblah'.match(/Some([^\/]*)/)[1]（输出为Text）。请看我的答案，每一个解决方案都包含一个捕获组，用于捕获通常在返回匹配后作为第一组获取所需子匹配。 - Wiktor Stribiżew

看起来我当时的意思是 string.match(/Some.*?(\/|$)/)[0];。不过现在不知道是干什么用的。哈哈。 - Drazen Bjelovuk

@DrazenBjelovuk 是的，懒惰点匹配将匹配到后续子模式的最左出现。 - Wiktor Stribiżew

Answer 2

简而言之

[...] 中的任何零宽断言都失去了其零宽断言的含义。[\b] 不匹配单词边界（它匹配退格符，或者在 POSIX 中匹配 \ 或 b），[$] 匹配字面上的 $ 字符，[^] 要么是错误的，要么是在 ECMAScript 正则表达式中，匹配任何字符。与 \z、\Z、\A 锚点相同。

您可以使用以下任何模式解决问题：

[&?]list=([^&]*)
[&?]list=(.*?)(?=&|$)
[&?]list=(.*?)(?![^&])

如果你需要检查"绝对"、明确的字符串结束定位符，你需要记住，在不同的正则表达式风格中，它用不同的结构表示：

[&?]list=(.*?)(?=&|$)  - OK for ECMA regex (JavaScript, default C++ `std::regex`)
[&?]list=(.*?)(?=&|\z) - OK for .NET, Go, Onigmo (Ruby), Perl, PCRE (PHP, base R), Boost, ICU (R `stringr`), Java/Andorid
[&?]list=(.*?)(?=&|\Z) - OK for Python

在当前情况下，字符序列与单个字符或字符串结尾的匹配可以使用建议由João Silva提供的.*?([YOUR_SINGLE_CHAR_DELIMITER(S)]|$)模式。但该模式效率较低，因为正则表达式引擎首先检查出现在惰性点模式右侧的模式，只有在它们不匹配时才会“展开”惰性点模式。

在这些情况下，建议使用否定字符类（或POSIX讨论中的括号表达式）：

[&?]list=([^&]*)

查看演示。详情

• [&?] - 匹配 & 或 ? 的正向字符类（请注意，字符类中的字符/字符范围之间的关系是 OR 关系）
• list= - 子字符串、字符序列
• ([^&]*) - 捕获组 #1：零个或多个 (*) 字符，除了 & ([^&])，尽可能多地匹配

检查是否存在结尾单个字符分隔符而不返回它或字符串结束

大多数正则表达式引擎（包括 ECMAScript 2018 开始的 JavaScript）都支持环视，这些构造仅在模式匹配或不匹配时返回 true 或 false。如果预计有可能出现以相同字符开头和结尾的连续匹配（请参阅原始模式，它可能匹配以 & 开头和结尾的字符串），则这些构造至关重要。虽然在查询字符串中不太可能出现这种情况，但这是一种常见情况。

在这种情况下，您可以使用两种方法：

• 使用带有正向字符类的交替的正向先行断言：(?=[SINGLE_CHAR_DELIMITER(S)]|$)
• 只使用负向字符类的负向先行断言：(?![^SINGLE_CHAR_DELIMITER(S)])

负向先行断言解决方案稍微更有效，因为它不包含添加匹配过程复杂性的交替组。OP 的解决方案将如下：

[&?]list=(.*?)(?=&|$)

或者

[&?]list=(.*?)(?![^&])

请看这个正则表达式演示和这个演示。

当然，如果尾随定界符是多字符序列，则仅使用正向先行解决方案才能起作用，因为[^yes]不能否定一系列字符，而是类内的字符（即[^yes]匹配除y、e和s之外的任何字符）。

- Wiktor Stribiżew

---

在我看来，这应该是被接受的答案。否定字符解决方案正是所需的，而且更加通用（即，可能适用于其他寻找类似问题的用户）。 - TrustyPatches