负前瞻正则表达式不起作用答案

【问题标题】：Negative lookahead regex not working负前瞻正则表达式不起作用
【发布时间】：2011-07-21 17:22:23
【问题描述】：

input1="caused/VBN by/IN thyroid disorder"

要求：查找单词"caused"，该单词后跟斜线，后跟任意数量的大写字母——并且后面不跟空格+"by/IN。

在上面的例子中，"caused/VBN" 后面跟着" by/IN"，所以 'caused' 不应该匹配。

input2="caused/VBN thyroid disorder"

"by/IN" 不跟随导致，所以它应该匹配

regex="caused/[A-Z]+(?![\\s]+by/IN)"

caused/[A-Z]+ -- 单词 'caused' + / + 一个或多个大写字母
(?![\\s]+by) -- 负前瞻 - 不匹配空格和 by

下面是我用来测试的一个简单方法

public static void main(String[] args){
    String input = "caused/VBN by/IN thyroid disorder";

    String regex = "caused/[A-Z]+(?![\\s]+by/IN)";

    Pattern pattern = Pattern.compile(regex);
    Matcher matcher = pattern.matcher(input);

    while(matcher.find()){
        System.out.println(matcher.group());
    }

输出：caused/VB

我不明白为什么我的负前瞻正则表达式不起作用。

【问题讨论】：

标签： java regex regex-negation regex-lookarounds

【解决方案1】：

将调整字符类 []+ 匹配（通过回溯），以便前瞻匹配。

您要做的是停止回溯，以便表达式 []+ 完全匹配。
这可以通过几种不同的方式来完成。

积极的前瞻，然后是消费
"caused(?=(/[A-Z]+))\\1(?!\\s+by/IN)"
独立的子表达式
"caused(?>/[A-Z]+)(?!\\s+by/IN)"
占有量词
"caused/[A-Z]++(?!\\s+by/IN)"

【讨论】：

感谢您的回答您的所有格量词建议很棒——我需要阅读一下以了解您的其他建议。非常感谢！

【解决方案2】：

您需要在正则表达式中包含单词边界：

String regex = "caused/[A-Z]+\\b(?![\\s]+by/IN)";

没有它你可以得到匹配，但不是你所期望的：

“由/IN 甲状腺疾病引起/VBN”； ^^^^^^^^^ 这匹配因为“N by”不匹配“[\\s]+by”

【讨论】：

\\s 周围的括号是不必要的，不是吗？
是的，它们完全没有必要。
+1 - 请注意，所有格加号也可以解决问题：caused/[A-Z]++(?![\s]+by/IN)。
感谢您的 cmets。 >> 这匹配因为 "N by" 不匹配 "[\\s]+by" 这是有道理的！