在正则表达式中否定一个反向引用

Question

在正则表达式中否定一个反向引用

56

如果一个字符串的格式符合预测的格式：

value = "hello and good morning"

我想匹配引号之间的字符串，其中引号可能是双引号 " ，也可能是单引号 ' ，闭合引号（' 或 "）与开头的引号相同。

\bvalue\s*=\s*(["'])([^\1]*)\1

第一个“捕获组”（在第一对括号内） - 应该匹配开头的引号，可以是单引号或双引号，然后 - 我应该允许任何不是第一个组中捕获的字符，并且接着期望被捕获的字符（包含引号）。

需要捕获的字符串应该在第二个捕获组中。
虽然这并不起作用。

这个可以：

\bvalue\s*=\s*(['"])([^"']*)["']

但我希望确保开头和结尾的引号（无论是双引号还是单引号）相同。

编辑
目标基本上是获取具有特定类名的锚点的开放标签，并且我想覆盖包括（'）或（"）的类属性的罕见情况。

在这里遵循所有建议，我使用了模式：

<\s*\ba\b[^<>]+\bclass\s*=\s*("|'|\\"|\\')(?:(?!\1).)*\s*classname\s*(?:(?!\1).)*\1[^>]*>

< p >意义:
找到标签的开头符号。
允许任何空格。
找到单词a。
允许任何非闭合标签。
找到"class (任何空格) =（任何空格）"
获取引号，可以是以下之一：（" 或 ' 或 \" 或 '）。
根据Alan Moore的回答：允许任何不是开头引号的字符。
找到类名。
允许任何不是引号的字符。
找到与开头引号相同的闭合引号。
允许任何未闭合的标签字符。
找到闭合标签字符。

- Yuval A.

1

引号可以转义吗？即 value = 'O\'Neill'。 - Bart Kiers

6个回答

3

不知道您需要这些信息的用途（或者甚至不知道您正在使用此正则表达式的语言或工具），我可以提出许多建议。

使用这些字符串：

value = "hello and good morning"
value = 'hola y buenos dias'
value = 'how can I say "goodbye" so soon?'
value = 'why didn\'t you say "hello" to me this morning?'
value = "Goodbye! Please don't forget to write!"
value = 'Goodbye! Please don\'t forget to write!'

这个表达式：

"((\\"|[^"])*)"|'((\\'|[^'])*)'

将匹配以下字符串：

"hello and good morning"
'hola y buenos dias'
'how can I say "goodbye" so soon?'
'why didn\'t you say "hello" to me this morning?'
"Goodbye! Please don't forget to write!"
'Goodbye! Please don\'t forget to write!'

它可以允许使用“其他”类型的引号或与单个前置\转义的相同类型的引号。引用字符串的内容在组1或3中。您可以通过获取第一个（或最后一个）字符来确定使用哪种引号。如果需要特定的匹配组中的某些内容，请提供更具体的示例（并包括不应该起作用但看起来可能接近的内容）。如果您想选择这条路并需要更多帮助，请询问。

- Code Jockey

2

我不能代表那个点踩者说话，但是：'this shouldn\'t match。 - Coleoid

3

您可以使用：

\bvalue\s*=\s*(['"])(.*?)\1

See it

- codaddict

@YuvalA：你是正确的。我们不能在字符类中使用反向引用。 - codaddict

我建议您删除这个答案——这是一种不幸的情况，看起来它应该能够工作并且是最直接的解决方案，但实际上并不能正常工作。 - Trey

@Trey 这是什么意思？ - xehpuk

@xehpuk “what”是什么意思？它不起作用。但因为它适用于一个子集，并且看起来应该工作，所以这是一个有点危险的答案，如果留在这里，可能会误导一些人。如果你怀疑：http://regviz.org/?state=%7B%22regex%22%3A%22%5C%5Cbvalue%5C%5Cs*%3D%5C%5Cs*(%5B%27%5C%22%5D)(.*%3F)%5C%5C1%22%2C%22modifier%22%3A%22gi%22%2C%22text%22%3A%22value%C2%A0%3D%C2%A0%5C%22good%C2%A0morning%5C%22%5Cn%22%2C%22tests%22%3A%5B%5D%7D - Trey

@Trey 当你没有一个失败的案例时，你不能说“实际上在实践中不起作用”。答案包含了一个可行的测试。你可能想向RegViz创建者提交问题（我不理解它的输出，但它确实找到了1个匹配项）。它在Rubular、regex101、RegExr、JavaScript上都可以工作... - xehpuk

0

当我们为CMS Effcore编写Markdown解析器时，我们尝试了不同的变体，以确保速度尽可能快。这些变体如下：

替换示例：

"markdown *text*"

至：

"markdown <em>text</em>"

用于字符“*”和“_”（贪婪模式）的PHP代码＃1：

preg_replace('%'.'([*_])'.'(?<phrase>.+?)'.'\\1'.'%sS', '<em>$2<em>', $text);

关于字符“*”和“_”（反向引用的否定）的PHP代码＃2：

preg_replace('%'.'([*_])'.'(?<phrase>(?:(?!\\1).){1,})'.'\\1'.'%sS', '<em>$2<em>', $text);

PHP代码＃3，用于单个字符“*”（字符类中的否定）：

preg_replace('%'.'([*])'.'(?<phrase>[^*]{1,})'.'[*]'.'%sS', '<em>$2<em>', $text);

情况＃1（“贪婪模式”）比情况＃2（“反向引用中的否定”）更快。

在1000000次迭代中进行测试：

0.0245740413665秒。
3.3793921470642秒。

- Maxim Rysevets

0

我在寻求有关模式匹配的帮助时遇到了这篇文章： < p > < code > value="long text with \"quoted values\" and more"

Alan Moore 的当前最佳答案在这里非常好，但没有考虑引号的转义。因此，所有的信用都归于 Alan，当允许使用 < code > \ 转义引号时，您可以使用此模式：

\bvalue\s*=\s*(["'])(?:(?!(?<!\\)\1).)*\1

额外信息

也许你在这里寻找的模式与我的目的相同，因此我也会分享我的最终解决方案。我必须匹配几个键值对，格式与通常在节点中列出的html属性相同，如：one="first" two="second"。

以下正则表达式将匹配此内容，并将捕获组命名为key和value：

\b(?P<key>[^=\s]*)\s*=\s*(["'])(?P<value>(?:(?!(?<!\\)\2).)*)\2

- KohlerDominik

0

回答这个问题如何在忽略的集合中使用数字引用？

这里是因为它被标记为与此问题完全重复。

不能在类内指定捕获组。
可以做的是在负断言中指定字符，像这样

(["'])((?:(?!\1)[\S\s])*)(\1)

扩展

 ( ["'] )                      # (1)
 (                             # (2 start)
      (?:
           (?! \1 )
           [\S\s] 
      )*
 )                             # (2 end)
 ( \1 )                        # (3)

请注意，在原始帖子中，[^char] 通常也匹配换行符，但由于这是 JavaScript（旧版 JS），因此不能使用点号。
请改用 [\S\s]，它可以匹配任何字符。

- user12097764

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Alan Moore · Accepted Answer

你需要使用负向前瞻（negative lookahead），而不是否定字符类（negated character class）：

\bvalue\s*=\s*(["'])(?:(?!\1).)*\1

(?:(?!\1).)* 每次只匹配一个字符，且此字符必须满足先行断言不匹配捕获组 (["'']) 中已经匹配的字符。字符类，无论是否取反，每次只能匹配一个字符。对于正则表达式引擎而言，\1 可以代表任意数量的字符，没有办法让它仅在本例中匹配单引号或双引号。因此只能采用更通用但不太易读的解决方案。