使用 \K 和前瞻未按预期工作

Question

我没有在https://ruby-doc.org/core-2.5.0/Regexp.html 中找到提到\K，但它似乎已实现（Support of \K in regex） - 我拥有的版本是2.5.0p0

但是，对于此示例，它没有按我的预期工作（基于 perl 的行为）：

$ # expected behavior, replace empty fields with NA where comma is separator
$ echo ',a,,,b,' | ruby -pe 'gsub(/(?<=^|,)(?=,|$)/, "NA")'
NA,a,NA,NA,b,NA
$ # why a,,,b is not changing to a,NA,NA,b here?
$ echo ',a,,,b,' | ruby -pe 'gsub(/(^|,)\K(?=,|$)/, "NA")'
NA,a,NA,,b,NA

$ # reference from perl, where ^|, is considered as variable length
$ echo ',a,,,b,' | perl -pe 's/(^|,)\K(?=,|$)/NA/g'
NA,a,NA,NA,b,NA
$ echo ',a,,,b,' | perl -pe 's/(?<=^|,)(?=,|$)/NA/g'
Variable length lookbehind not implemented in regex m/(?<=^|,)(?=,|$)/ at -e line 1

注意：我特别想了解\K 和ruby 中的外观，而不是寻找解决此问题的其他方法，例如：

$ echo ',a,,,b,' | ruby -lne 'print $_.split(",",-1).map { |s| s=="" ? "NA" : s }.join","'
NA,a,NA,NA,b,NA

Answer 1

(?<=^|,)(?=,|$) 匹配如下：第一个匹配是字符串的开头，因为它后面跟着,；第二个匹配在第二个和第三个逗号之间；检查第二个逗号后的位置后，检查第三个逗号后的位置，找到第三个匹配项；正如预期的那样，最后一个匹配在字符串的末尾，因为有一个,，后跟$（字符串结尾）。

Ruby（Onigmo 正则表达式引擎）和 PCRE 中的 (^|,)\K(?=,|$) 模式行为不同，您可以在 regex101.com 轻松检查。而在 PCRE 中，\K 构造匹配第三个逗号之后的空字符串/位置，Onigmo 正则表达式引擎无法匹配它，因为正则表达式索引被“手动”移动/设置以跳过当前测试的字符如果匹配为空字符串。意思是匹配并消费第二个,后，匹配的文本被省略，然后正则表达式引擎强制跳转到第三个逗号后的位置。这意味着(^|,)\K(?=,|$) 模式无法匹配, 和b。