正则表达式'(?<=#)[^#]+(?=#)'是如何工作的？

Question

我在一个C#程序中使用了以下正则表达式，但是我很难理解它：

(?<=#)[^#]+(?=#)

我会简单解释一下我理解的内容：

(?<=#)    a group, matching a hash. what's `?<=`?
[^#]+     one or more non-hashes (used to achieve non-greediness)
(?=#)     another group, matching a hash. what's the `?=`?

所以我遇到的问题是?<=和?<部分。通过阅读MSDN，?<name>用于命名组，但在这种情况下，尖括号从未关闭。

我找不到文档中的?=，而且搜索它确实很困难，因为搜索引擎大多会忽略这些特殊字符。

- knittl

---

查看此链接以了解关于正则表达式中的“lookaround”的解释：https://dev59.com/9HA85IYBdhLWcg3wCe5Z#2973609 - Amarghosh

Answer 1

他们被称为环视，它们允许您断言模式是否匹配，而不实际进行匹配。有四个基本的环视：

- 正向环视：查看我们是否可以匹配模式...

- `(?=pattern)` - ...在当前位置的右侧（向前查看） - `(?<=pattern)` - ...在当前位置的左侧（向后查看）

- 负向环视：查看我们是否不能匹配模式...

- `(?!pattern)` - ...在右侧 - `(?左侧 作为一个简单的提示，对于环视：

- `=`是正向的，`!`是负向的 - `<`是向后查看，否则就是向前查看

参考资料

• regular-expressions.info/Lookarounds

---

为什么要使用环视呢？

有人可能会认为，在上面的模式中使用环视是不必要的，#([^#]+)# 就可以很好地完成任务（提取被 \1 捕获的字符串以获取非#字符）。

但实际上并非如此。区别在于，由于环视并不匹配 #，因此它可以被下一次查找匹配时再次“使用”。简单来说，环视允许“匹配”重叠。

考虑以下输入字符串：

and #one# and #two# and #three#four#

现在，#（[a-z]+）#将会匹配以下内容（如rubular.com所示）：

and #one# and #two# and #three#four#
    \___/     \___/     \_____/

与此相比，(?<=#)[a-z]+(?=#) 匹配以下内容：

and #one# and #two# and #three#four#
     \_/       \_/       \___/ \__/

很遗憾，rubular.com无法演示此功能，因为它不支持向后查找。但是，它支持向前查找，因此我们可以使用类似于#([a-z]+)(?=#)的内容（在rubular.com上看到），来实现类似的功能。

and #one# and #two# and #three#four#
    \__/      \__/      \____/\___/

参考文献

• 正则表达式.info/Flavor Comparison

- polygenelubricants

Answer 2

正如另一个帖子所提到的那样，这些是“lookarounds”，用于改变匹配内容和时间的特殊结构。它意味着：

(?<=#)    match but don't capture, the string `#`
            when followed by the next expression

[^#]+     one or more characters that are not `#`, and

(?=#)     match but don't capture, the string `#`
            when preceded by the last expression

因此，这将匹配两个#之间的所有字符。

顾及到前瞻和后顾在许多情况下非常有用。例如，考虑规则“匹配所有不跟随a的b”。你的第一个尝试可能是b[^a]，但那是不对的：这也会匹配bus中的bu或boy中的bo，但你只想要b。而且它不会匹配cab中的b，即使它没有跟随a，因为没有更多的字符可以匹配。

要正确执行此操作，您需要使用前瞻：b(?!a)。这意味着“匹配b但不要在后面匹配a，也不要将其作为匹配的一部分”。因此，它将仅匹配bolo中的b，这正是您想要的；同样它将匹配cab中的b。

- John Feminella

---

你说：“b(?!a)” - “这个表示‘匹配一个b后面不是a的字符’” - 我认为这有误导性。它的意思是“匹配一个b，在它之后不能匹配到a”。特别地，b实际上不需要跟着任何东西；它绝对不需要跟着[^a]。它可以在字符串的末尾。这就是b(?!a)和b(?=[^a])的区别所在。 - polygenelubricants

你说得对，那不是最好的措辞。我会编辑以澄清。 - John Feminella

Answer 3

它们被称为 前瞻和后顾：http://www.regular-expressions.info/lookaround.html

- Bart Kiers