正前瞻和非捕获组差异

Question

当您想匹配两个模式中的任何一个但不捕获它时，您将使用非捕获组?:：

/(?:https?|ftp)://(.+)/

但是如果我想在字符串 'john_1' 中捕获 '_1' 怎么办。它可以是 '2' 或 '' 后跟其他任何内容。首先我尝试了一个非捕获组：

'john_1'.gsub(/(?:.+)(_.+)/, "")
=> ""

它不起作用。我告诉它不要捕获一个或多个字符，而是捕获 _ 和它之后的所有字符。

改为以下工作：

'john_1'.gsub(/(?=.+)(_.+)/, "")
=> "john"

我使用了积极的前瞻。我发现的正向前瞻定义如下：

q(?=u) 匹配一个 q 是 后跟一个 u，而不使 u 成为匹配项的一部分。积极的 前瞻结构是一对括号，带有开头 括号后跟问号和等号。

但这个定义并不适合我的例子。在我提供的示例中，是什么让积极前瞻工作而不是非捕获组工作？

Answer 1

捕获和匹配是两个不同的东西。 (?:expr) 不捕获 expr，但它仍然包含在匹配的字符串中。零宽度断言，例如(?=expr)，不要在匹配的字符串中捕获或包含expr。

也许一些例子将有助于说明差异：

> "abcdef"[/abc(def)/] # => abcdef
> $1 # => def

> "abcdef"[/abc(?:def)/] # => abcdef
> $1 # => nil

> "abcdef"[/abc(?=def)/] # => abc
> $1 # => nil

当您在 String#gsub 调用中使用非捕获组时，它仍然是匹配的一部分，并被替换字符串替换。

Answer 2

您的第一个示例不起作用，因为非捕获组仍然是整体捕获的一部分，而后视仅用于匹配，而不是整体捕获的一部分。

如果你得到实际的匹配数据，这更容易理解：

# Non-capturing group
/(?:.+)(_.+)/.match 'john_1'
=> #<MatchData "john_1" 1:"_1">

# Positive Lookbehind
/(?=.+)(_.+)/.match 'john_1'
=> #<MatchData "_1" 1:"_1">

编辑：我还应该提到sub 和gsub 工作于整个捕获，而不是单个捕获组（尽管它们可以用于替换）。

'john_1'.gsub(/(?:.+)(_.+)/, 'phil\1')
=> "phil_1"

Answer 3

让我们考虑几种情况。

下划线前的字符串必须为"john"，且下划线后跟一个或多个字符

str = "john_1"

你有两个选择。

使用积极的向后看

str[/(?<=john)_.+/]
  #=> "_1"

正向后视要求“john”必须紧跟在下划线之前，但它不是返回的匹配项的一部分。

使用捕获组：

str[/john(_.+)/, 1]
  #=> "_1"

这个正则表达式匹配"john_1"，但"_.+"在捕获组1中被捕获。通过检查方法String#[]的文档，您将看到该方法的一种形式是str[regexp, capture]，它返回内容捕获组capture。这里capture 等于1，表示第一个捕获组。

请注意，下划线后面的字符串可能包含下划线："john_1_a"[/(?<=john)_.+/] #=> "_1_a"。

如果下划线可以在字符串末尾，则将上述正则表达式中的+替换为*（意思是匹配下划线后面的零个或多个字符）。

下划线前面的字符串可以是任意字符，并且下划线后面可以跟一个或多个字符

str = "john_mary_tom_julie"

我们可以考虑两种情况。

返回的字符串以第一个下划线开头

在这种情况下，我们可以这样写：

str[/_.+/]
  #=> "_mary_tom_julie"

这是因为正则表达式默认是贪婪，这意味着它将从遇到的第一个下划线开始。

返回的字符串以最后一个下划线开头

这里我们可以写：

str[/_[^_]+\z/]
  #=> "_julie"

此正则表达式匹配一个下划线，后跟一个或多个非下划线字符，然后是字符串结尾锚点 (\z)。

旁白：方法String#[]

[] 可能看起来是一个奇怪的方法名称，但它仍然是一个方法，因此可以以常规方式调用它：

str.[](/john(_.+)/, 1)
  #=> "_1"

表达式str[/john(_.+)/, 1] 是syntactic sugar 的一个例子（在Ruby 中有很多例子）。在编写 str[...] 时，Ruby 在计算之前将其转换为方法的常规表达式。