boost::regex - \bb?

Question

我这里有一些使用boost::regex::perl 的旧代码，注释很差。之前我想知道一个特定的结构，但由于代码（或多或少）有效，我不愿意碰它。

现在我必须触摸它，出于技术原因（更准确地说，当前版本的 Boost 不再接受该构造），所以我必须弄清楚它做了什么 - 或者更确切地说，是打算这样做的。

正则表达式的相关部分：

(?<!(\bb\s|\bb|^[a-z]\s|^[a-z]))

让我头疼的是\bb。我知道\b，但我找不到提到\bb，在这里寻找文字'b' 是没有意义的。 \bb 是一些特殊的未充分记录的功能，还是我必须认为这是一个错字？

Answer 1

Boost 似乎是 C++ 的正则表达式引擎，而 一种 兼容模式是 perl 兼容性——如果这是一个“perl 兼容”表达式，那么第二个 'b ' 只能 是文字。

这是一个有效的表达式，几乎是一个以 'b' 开头的单词的特殊情况。

这似乎是决定因素，这是一个 c++ 库，并且它提供了 不是 perl、perl 兼容的正则表达式的环境。因此，我最初认为 perl 可能会解释表达式（比如overload::constant）是无效的。然而，为了澄清的目的，仍然值得一提，无论调整一个表示“以'b'开头的单词”的表达是多么不可取。

对这个想法的唯一警告是，也许Boost 在它自己的表达式上优于 Perl，并且有人会在 Perl 环境中使用 Boost 引擎，然后所有关于这是否可能是一种特殊表达的赌注已经结束。这只是一个刺，给定一个语法，其中 '!!!'在单词的开头意味着一些特别的东西，你可以像这样捎带既定的意思（不推荐！）

s/\\bb\b/(?:!!!(\\p{Alpha})|\\bb)/

这将是一件愚蠢的事情，但是当我们处理看起来不适合其任务的代码时，有数千种方法会导致任务失败。

Answer 2

(\bb\s|\bb|^[a-z]\s|^[a-z]) 匹配 b 如果它前面没有另一个单词字符，或者 any 小写字母如果它位于字符串的开头。在任何一种情况下，该字母都可以后跟一个空白字符。 （如果设置了不区分大小写模式，它也可以匹配大写字母，如果设置了多行模式，^ 也可以匹配行首。）

但是在一个lookbehind里面，它甚至不应该被编译。在某些风格中，lookbehind 可以包含多个具有不同固定长度的替代方案，但交替必须位于lookbehind 的顶层。也就是说，(?<=abc|xy|12345) 会起作用，但(?<=(abc|xy|12345)) 不会。因此，即使在 那些 风格中，您的正则表达式也无法工作，但 Boost 的文档只是说后向表达式必须是固定长度的。

如果您确实需要考虑该正则表达式匹配的所有四种可能性，我建议您将后视分成两部分：

(?<!\bb|^[a-z])(?<!(?:\bb|^[a-z])\s)