当这里有两组时，正则表达式为什么负前瞻不起作用答案

【问题标题】：Regex why does negative lookahead not work when there are two groups here当这里有两组时，正则表达式为什么负前瞻不起作用
【发布时间】：2013-10-16 02:13:12
【问题描述】：

当我尝试这个正则表达式时

\"(\S\S+)\"(?!;c)

在这个字符串 "MM:";d 上它是我想要的匹配

在这个字符串 "MM:";c 上，它与期望的不匹配。

但是当我添加第二个组时，通过在该组内移动分号并使用 | 使其成为可选

\"(\S\S+)\"(;|)(?!c)

对于这个字符串 "MM:";c，它与我之前预期的不一样。

我在 Java 上尝试过这个，然后在 Javascript 上使用 Regex 工具 debuggex：

This link contains a snippet of the above

我做错了什么？

注意 |所以没有必要有分号。同样在示例中我放了 c，它只是示例中单词的替代品，这就是我使用否定前瞻的原因。

在遵循 Holgers 对使用所有格量词的反应后，

\"(\S\S+)\";?+(?!c)

成功了，here is a link to it on RegexPlanet

【问题讨论】：

您似乎有“半个 OR 语句”(;|)there - 这是故意的吗？对我来说，这似乎意味着“要么是分号，要么什么都没有”。所以匹配是正确的？
我用它来使分号可选
最好使用问号：;?。这意味着完全相同的东西，但它增加了更少的混乱，并且你会得到更少的 cmets 询问这是否是你真正的意思。 ;)
有什么理由不简单地使用^"(\S+)";?[^c]$？
这是我在调试后想出的简化版本，以找出导致错误的原因。我需要将分号作为一个组捕获，因为我将在实际代码中对其进行扩展。

标签： java javascript regex negative-lookahead

【解决方案1】：

我相信正则表达式会尽其所能找到匹配项；由于您的表达式说分号可以是可选的，因此它发现它可以匹配整个表达式（因为如果第一组没有使用分号，它就成为否定前瞻的“不匹配”。这与正则表达式工作的递归方式：它一直试图找到一个匹配...

换句话说，过程是这样的：

MM:" - matched
(;|) - try semicolon? matched
(?!c) - oops - negative lookahead fails. No match. Go back
(;|)  - try nothing. We still have ';c' left to match
(?!c) - negative lookahead not matched. We have a match

更新（基于您的评论）。以下代码可能会更好：

\"(\S\S+)\"(;|)((?!c)|(?!;c))

Debuggex Demo

【讨论】：

当我打印出分号有时出现在第 2 组中的组时，它似乎正在消耗第二组中的分号，就像在 Java 中一样
如果这样做会导致完全匹配，它将消耗分号。但如果这意味着随后会触发负前瞻，它就不会这样做。所以MM:";d 将捕获第二组中的分号（贪婪），但MM:";c 不会（因为如果分号已被消耗，它将导致前瞻条件失败）。这与观察到的行为相符吗？
是的，似乎是这样。有没有办法强制它消耗第二组中的分号，同时保持它是可选的
你可以试试 (;)?[^c;]
问题是我在这个例子中用 C 代替了一个词，以使其更简单，但这就是我使用否定前瞻的原因

【解决方案2】：

问题是你不想让分号在正则表达式的意义上是可选的。可选分号表示允许匹配器尝试两者，匹配或不匹配。因此，即使有分号，匹配器也可以忽略它，为组创建一个空匹配，让前瞻成功。

但是如果分号在那里，你想消费它，所以它不允许用于满足负前瞻。使用 Java 的正则表达式引擎非常简单：使用 ;?+

这被称为“占有量词”。与? 一样，分号不需要存在，但 if 存在它必须匹配且不能忽略。所以正则表达式引擎已经别无选择了。

因此，如果您需要分组中的分号，则整个模式看起来像 \"(\S\S+)\";?+(?!c) 或 \"(\S\S+)\"(;?+)(?!c)。

【讨论】：

但我需要分号是可选的，问题就在这里，因为我没有意识到正则表达式会做任何事情来获得匹配。我现在已经删除了否定的lookahead并使其成为一个组，然后在匹配后，我检查匹配的组以查看c字是否存在
请尝试理解：使用所有格量词，分号是可选的，但正则表达式不再允许“为匹配而做任何事情”。这正是您想要的（或者至少是您所描述的）
当我将你的公式插入到 Debuggex Demo 中时，它就像“没有什么可重复的”。
好吧，我提到了 Java 的正则表达式引擎，因为您的问题被标记为 Java。并非每个引擎都支持占有量词。
在JavaScript 中，您可以使用前瞻和后向引用来模拟占有量词（或原子组）：(?=(;?))\1 等同于;?+，但您必须注意适应后面- 在该术语之前引入更多组时的参考。