以 .* 开头的负前瞻答案

【问题标题】：Negative lookahead preceded by .*以 .* 开头的负前瞻
【发布时间】：2020-08-21 15:39:59
【问题描述】：

我想选择{} 中的所有文本，但前提是其中没有\status…{}。

应匹配的示例：

\subsection{Hello}                -> "\subsection”, "Hello"
\section{Foobar}                  -> "\section", "Foobar"
\subsubsection{This is a Triumph} -> "\subsubsection", "This is a Triumph"

应该不匹配的示例：

\subsection{Hello\statusdone{}}
\section{Hello World\statuswip{}}
\section{Everything\statusproofreading{}}

我认为负前瞻非常适合：

(\\.*section)\{(.*)(?!\\status.*)\}

但它们匹配：

\subsection{Hello\statusdone{}}           -> "\subsection", "Hello\statusdone{}"
\section{Hello World\statuswip{}}         -> "\section", "Hello World\statuswip{}"
\section{Everything\statusproofreading{}} -> "\section", "Everything\statusproofreading{}"

我怀疑这是因为.* 在否定前瞻之前。如果我在以下正则表达式中将其替换为例如Hello：

(\\.*section)\{(Hello)(?!\\status.*)\}

它正确地不匹配第一个负例\subsection{Hello\statusdone{}}。

我该如何解决这个问题？

【问题讨论】：

标签： regex negative-lookbehind

【解决方案1】：

正则表达式没有针不在大海捞针测试仪内。（或者至少不是常见的实现。）

您对零宽度断言的工作方式感到困惑。这是一场 ANY 比赛，而不是一场 ALL 比赛。第一个位置匹配的那一刻，它适合并返回它。

你有一个两通的工作摆在你面前。第一个问题是您在 LaTeX 或其他任何地方没有正则语言，这意味着正则表达式不适用于任意文本。

\section{\math{\ref{\status{asfd}}}} 和你匹配的最后一个“}”等

你需要一个解析器来做这件事，而不是正则表达式。对不起。

【讨论】：

你是绝对正确的，RegEx 不是处理 LaTeX 的理想工具。但这都是 VS Code 提供的。这是一个非常狭窄和有限的用例，我不打算把它变成一个库或任何东西:)我仍然不太明白为什么 .* 会匹配整个字符串，如果有负前瞻到位：在“Hello\statusdone{}”中，它匹配“Hello”，我可以看到它只会匹配“Hell”，因为它是 ANY 而不是 ALL 匹配。但为什么是整个字符串？为什么在这种情况下它可以忽略前瞻？
“.*”不必在某个位置匹配。通过添加零宽度断言，您只是排除了星号可能停止的一些位置。星号是贪心的，所以它先扫描到字符串的末尾，然后开始回溯。在每个位置，它会判断这是否是匹配星号之后即将发生的事情的合适位置，并且您已在下一个断言中排除了其中一些位置。
如果你让星号不贪婪，它可能会有所帮助，但它会导致其他问题。

【解决方案2】：

您应该在模式中将负前瞻移动到更早的位置，以便它在整个字符串 (.*) 被消耗之前检查该子字符串是否存在。

你可以使用：

\\.*section\{((?!.*\\status.*\{\})[^}]+)}

现场演示here。

【讨论】：