如何在 Rust 中获取重叠的正则表达式匹配结果？

Question

我想要匹配特定字符后的两个字符。尾随值可能包含指定的字符，这是可以的，但我还需要捕获该指定字符作为下一个捕获组的开头。

以下代码应该说明我的意思：

extern crate regex;
use regex::Regex;


pub fn main() {
    let re = Regex::new("(a..)").unwrap();
    let st = String::from("aba34jf baacdaab");
    println!("String to match: {}", st);

    for cap in re.captures_iter(&st) {
        println!("{}", cap[1].to_string());
        // Prints "aba" and "aac",
        // Should print "aba", "a34", "aac", "acd", "aab"
    }
}

我该如何在不使用look around（regex crate在Rust中不支持）的情况下获得重叠捕获？是否有类似于Python中的东西（如此处所述），但在Rust中？ 编辑： 按照BurntSushi5的建议，使用onig，我们得到以下结果：

extern crate onig;
use onig::*;

pub fn main() {
    let re = Regex::new("(?=(a.{2}))").unwrap();
    let st = String::from("aba34jf baacdaab");
    println!("String to match: {}", st);

    for ch in re.find_iter(&st) {
        print!("{} ", &st[ch.0..=ch.1+2]);
        // aba a34 aac acd aab, as it should.
        // but we have to know how long the capture is.
    }
    println!("");
}

现在这个问题是：由于向前查找组没有捕获，所以您必须知道正则表达式的长度。有没有办法在事先不知道长度的情况下捕获向前查找正则表达式？如果我们的正则表达式如(?=(a.+))，我们应该如何将它打印出来？

- Major

---

正则表达式库表示不支持环视，所以我甚至没有尝试。我收到了错误信息：错误：不支持环视，包括向前查看和向后查看。 - Major

Answer 1

你无法实现这个。你唯一的选择就是要么找到一个完全不同的方法，要么使用支持look-around的不同正则表达式引擎，例如onig或pcre2。

- BurntSushi5

---

不可能获得第一个匹配项的偏移量，然后从一个代码点开始下一次搜索，重复此过程直到没有更多匹配项。 - Shepmaster

是的，我想对我来说这属于“不同的方法”。我认为它并不适用于所有情况。等我有机会时，我可以更新我的答案，包括一些相关代码。 - BurntSushi5

我使用了onig绑定，现在前瞻方法可以工作了。然而，这种特殊的方法需要知道捕获的长度，因为我们无法捕获前瞻部分内部的部分。你知道是否有打开这个选项的选项吗？我完全找不到相关文档。 - Major

Answer 2

我找到了一个解决方案，不幸的是它不是通过正则表达式实现的：

pub fn main() {
    print_char_matches ("aba34jf baacdaab", 'a', 2);
    //aba a34 aac acd aab, as it should.
}

pub fn print_char_matches( st:&str, char_match:char, match_length:usize ) {
    let chars:Vec<_> = st.char_indices().collect();

    println!("String to match: {}", st);

    for i in 0..chars.len()-match_length {
        if chars[i].1 == char_match {
            for j in 0..=match_length {
                print!("{}", chars[i+j].1);
            }
            print!(" ");
        }
    }
    println!("");
}

这是更加通用的，仅限ASCII。匹配提供的字符和指定数量的匹配后的数字。

- Major