为什么子字符串会阻止与负前瞻匹配？

Question

考虑以下测试数据：

x.foo,x.bar
y.foo,y.bar
yy.foo,yy.bar

x.foo,y.bar
y.foo,x.bar
yy.foo,x.bar
x.foo,yy.bar
yy.foo,y.bar
y.foo,yy.bar

我正在尝试编写一个正则表达式，其中.foo 之前的字符串和.bar 之前的字符串彼此不同。前三项不应匹配。其他六个应该。

这主要是有效的：

^(.+?)\.foo,(?!\1)(.+?)\.bar$

但是，它错过了最后一个，因为 y 在匹配组 1 中，因此 yy 在匹配组 2 中不匹配。

互动：https://regex101.com/r/Pv5062/1

如何修改负前瞻模式以使最后一项也匹配？

Answer 1

内联反向引用不存储上下文信息，它们只保留捕获的文本。您需要自己指定上下文。

你可以在\1后面加一个点：

^(.+?)\.foo,(?!\1\.)(.+?)\.bar$
                 ^^ 

或者，甚至重复第二个(.+?)之后的部分：

^(.+?)\.foo,(?!\1\.bar$)(.+?)\.bar$

或者，如果bar 部分不能包含.，你可以让它更“通用”：

^(.+?)\.foo,(?!\1\.[^.]+$)(.+?)\.bar$

请参阅regex demo 和another regex demo。

重点是：您的(?!\1) 不是“锚定”的，如果存储在第 1 组中的文本立即出现在当前位置的右侧，则匹配失败无论上下文如何。要解决此问题，您需要提供此上下文。因为可以与.+? 匹配的值几乎可以包含任何您可以依赖的内容，即前瞻后的“硬编码”位。