回顾先行断言中的模式

Question

回顾先行断言中的模式

3

我的问题涉及到“lookbehinds”，我想找到单词“this”后面的所有第一个数字，我有以下数据:

188282 this is an example of a number 12345 and 54321 188282 this is an example of a number 1234556 this is an example of a number 1234556 187293 this is another example of a number 74893 and 83978

模式：

this is an example of a number \d+

输出：

188282 this is an example of a number 12345 and 54321 188282 this is an example of a number 1234556 this is an example of a number 1234556 187293 this is another example of a number 74893 and 83978

为了匹配它们，我使用了更通用的方法，因为我知道我想要在单词“this”后面的第一个数字

模式：

this[^\d]+\d+

输出：

188282 this is an example of a number 12345 and 54321 188282 this is an example of a number 1234556 this is an example of a number 1234556 187293 this is another example of a number 74893 and 83978

现在我尝试使用lookbehind，因为我不想在结果中包含模式的一部分。按照我的第一种方法:

模式：

(?<=this is an example of a number )\d+

输出：

188282 this is an example of a number 12345 and 54321 188282 this is an example of a number 1234556 this is an example of a number1234556 187293 this is another example of a number 74893 and 83978

看起来我正在接近目标，我想像之前一样覆盖最后一种情况，所以我尝试了我的第二种方法。

模式：

(?<=this[^\d]+)\d+

输出：

188282 this is an example of a number 12345 and 54321 188282 this is an example of a number 1234556 this is an example of a number 1234556 187293 this is another example of a number 74893 and 83978

没有匹配的内容
在回顾后面是否可能有模式？我是不是对这个问题采取了错误的方法？这有点长，但我想向您展示我迄今为止尝试过的东西，而不是仅仅问问题

提前感谢

- Joao Raposo

3个回答

1

关于回顾前瞻，有一点需要注意的是，并非所有语言都支持变宽度的回顾前瞻（不能支持其中内容为可变数量字符的回顾前瞻）。

可以采用的方法是使用前瞻和捕获组：

(?=this[^\d]+(\d+))

regex101演示

或者使用\K正则表达式字符，它可以重置匹配（如果您的正则表达式引擎支持它）。

this[^\d]+\K\d+

regex101演示

- Jerry

感谢提供其他的解决方案。 - Joao Raposo

有趣的是，.Net不支持\K（你在提到它支持的情况下），但它支持可变宽度回顾。 - Joao Raposo

@JoaoRaposo 是的！那是真的。想想为什么有些语言实现了某些东西而其他语言则没有！JavaScript也不支持！如果你的语言/正则表达式引擎都不支持（可能很少见，但谁知道呢），我建议简单地使用this[^\d]+(\d+)，并只取第一个捕获组（忽略主要捕获）。 - Jerry

我是一名 .net 开发者，所以我想我在这个问题上应该没问题，但我肯定会看一下差异，说实话我之前并不知道这个问题。再次感谢您的建议。 - Joao Raposo

0

这取决于你的正则表达式实现。你需要进行一些测试。

我知道有些实现不喜欢这样写：

(?<=\d{1,5}) 或 (?<=\w*)

但是它们可以很好地处理这个：

(?<=\d{5}) 或 (?<=\w{1000})

换句话说，没有重复或灵活长度。

- Vasili Syrakis

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

- Casimir et Hippolyte · Accepted Answer

是的，您可以在后顾式中使用模式，但是在大多数正则表达式中不允许使用变长后顾式。换句话说，在后顾式中不能使用量词（但是允许使用固定量词，如 {n}）。但是某些正则表达式允许您使用选择分支符 | 或有限制的量词（例如 Java 中的 {1,n}）。

在 .net 语言中，允许使用变长后顾式。