正则表达式积极前瞻 - 总是失败的模式答案

【问题标题】：Regex positive lookahead - pattern that always fails正则表达式积极前瞻 - 总是失败的模式
【发布时间】：2013-08-28 08:03:14
【问题描述】：

我正在学习正则表达式，我发现了以下模式：

q(?=u)i

如果我尝试计算 quit，它会失败，因为 q 匹配 q，u 匹配 u（所以前瞻是有效的），但是正则表达式在单词 quit 中回溯并且再次比较字符 u，这次和我一起。匹配失败。

我没有看到任何与此模式匹配的单词。有没有案例？或者这种结构（模式 - 前瞻 - 模式的其余部分）有用吗？

【问题讨论】：

标签： regex lookahead

【解决方案1】：

正则表达式环视语法是zero width。

这意味着它匹配但不移动光标，所以在你的模式中：

q匹配“q”光标移动到“u”
(?=u)匹配“u”光标停留在“u”
i 与“u”不匹配，因此模式失败。

请注意，模式不会回溯，环视断言的宽度为零。

这个结构非常有用，如果你想匹配一个模式，比如在一系列字母中包含“至少一个 X”。例如：

[a-z]{4}[1-9]{3}(?=.*X)[a-zA-Z]{5}

表示四个小写字母，后跟三个数字，后跟五个任意大小写字母，至少有一个“X”。

【讨论】：

【解决方案2】：

不，没有与你提到的我见过的类似的匹配模式，但是可以使用这样的结构（虽然有点奇怪），例如：

q(?=.*t)u

这个正则表达式将匹配任何以qu 开头但后面有t 的字符串。这意味着question、quit 将匹配，但quasar 不匹配。在这种情况下，可以使用等效且更易读的 (imo) 正则表达式 qu(?=.*t)。

【讨论】：

【解决方案3】：

我会说，如果先行 ((?=...)) 之后（或之前）的模式是固定的。正则表达式并没有多大意义。喜欢：

foo(?=bar)fixed

但如果fixed 部分是动态的，它会很有用。看这个例子：

kent$  echo "fooququuuxxxxxxx"|grep -Po 'q(?=uu).*' 
quuuxxxxxxx

kent$  echo "fooququuuxxxxxxx"|grep -Po 'q(?=u).*' 
ququuuxxxxxxx

在上面的例子中，只有前瞻不同，你得到的匹配结果不同。

【讨论】：

【解决方案4】：

在应用这个问题中提出的用例结构和蜘蛛鲍里斯的回答时，我想出了这个解决方案

$detail = '[code]<!doctype>
<html>
  <head></head>
  <body><p>My Regex script</p></body>
</html>[/code]';

function regex($detail) 
{
   if(preg_match('#^\[code](?=.*(<([A-Z][A-Z0-9]*)\b[^>]*>(.*?)</\2>))\[/code]#si',  $detail))
   {
       return true;
   }
   return false;        
}
echo regex($detail);

看一下正则表达式引擎，这就是正在发生的事情。在将^\[q](?=.*(<([A-Z][A-Z0-9]*)\b[^>]*>(.*?)</\2>))[/q]* 应用于上面的 $detail 时； \[q] 匹配 [q] 并且代码的 html 部分匹配 (<([A-Z][A-Z0-9]*)\b[^>]*>(.*?)</\2>))。

前瞻中的匹配被丢弃，因此引擎从字符串中的 [/q] 退回到代码的 html 部分。前瞻成功，因此引擎继续使用[/q]。但是[/q] 不能匹配(<([A-Z][A-Z0-9]*)\b[^>]*>(.*?)</\2>))。所以这个匹配尝试失败了。

但是这个正则表达式合成器可以工作：

#^\[code](?=.*(<([A-Z][A-Z0-9]*)\b[^>]*>(.*?)</\2>\[/code]))#si

正则表达式引擎简单地说：“打开[code]标签后跟任何字符，然后是一对html标签，最后至少有一个关闭[/code]标签”。

我希望这有助于更多地解释用例模式匹配（退出）。

【讨论】：