RegExp 中的负前瞻未按预期工作

Question

我想写两个正则表达式：第一个匹配以不是 _{或 ^{的标记开头的字符串。然后是第二个匹配以不是}} 或 的标记结尾的字符串。

字符串 CH₅ 应该匹配两个 RegExp。

字符串 ^Something 不应匹配两个 RegExp 中的任何一个。

我认为negative lookahead 可能值得一试，但不知何故并没有按预期工作。

对于“以非 sub/sup-tag 开头”，我使用了以下内容：^.+

对于“以非 sub/sup-tag 结尾”，我使用了以下内容：.+(?!su[bp])>

两者都不起作用。我做错了什么？

Answer 1

您的模式不匹配，因为断言 (?!su[bp]) 始终为真，因为模式匹配的下一件事是 >。

所以第一个将匹配例如<>a，第二个将匹配例如a</>

---

^{* 例如，假设字符<和>不能出现在关闭>之前}

如果您想要 2 个模式，则在第一个模式中，您可以先匹配到结束 >，然后再匹配该行的其余部分。

^<(?!su[bp]\b)[^<>]+>.+

• ^ 字符串开始
• < 字面匹配
• (?!su[bp]\b) 负前瞻，断言直接向右的不是 sub 或 sup
• [^<>]+> 匹配除 < 和 > 以外的任何字符的 1+ 次
• .+ 匹配任意字符 1+ 次

Regex demo

在第二个模式中你可以这样做，但你必须匹配结束 > 之前的内容，因为前瞻是不消耗的。

.+</(?!su[bp]\b)[^<>]+>$

• .+ 匹配任意字符 1+ 次
• </ 字面匹配
• (?!su[bp]\b>) 负前瞻，断言直接向右的不是 sub 或 sup
• [^<>]+ 匹配除 < 和 > 以外的任何字符的 1 次以上
• $ 字符串结束。

Regex demo

备注

• 使用.+ 是一个非常广泛的匹配，点将匹配任何字符。
• 如果您正在处理 html 或 xml 之类的结构化数据，我建议您改用解析器。

Answer 2

考虑关于位置的前瞻。

在^<(?!su[bp])>.+ 中，您告诉引擎匹配此序列：

• 行首
• 一个<
• < 后面的位置不能跟 sub 或 sup
• 一个>
• 多个字符之一

第三个条件是你想错了。

你想要的正则表达式是：

^<(?!sub[bp]).+?>.+

所以您告诉引擎在< 和>（由.+? 给出）之间匹配尽可能少的字符，但< 后面不应跟sub 或sup