Regular Expression Lookbehind không hoạt động với các định lượng ('+' hoặc '*')

Question

Tôi đang cố gắng sử dụng lookbehinds trong một biểu thức chính quy và nó dường như không hoạt động như tôi mong đợi. Vì vậy, đây không phải là cách sử dụng thực sự của tôi, nhưng để đơn giản hóa tôi sẽ đưa ra một ví dụ. Hãy tưởng tượng tôi muốn khớp "ví dụ" trên một chuỗi có nội dung "đây là một ví dụ". Vì vậy, theo sự hiểu biết của tôi về lookbehinds này nên làm việc:

(?<=this\sis\san\s*?)example 

Điều này nên làm là tìm thấy "đây là một", sau đó ký tự không gian và cuối cùng là phù hợp với từ "example". Bây giờ, nó không hoạt động và tôi không hiểu tại sao, là nó không thể sử dụng '+' hoặc '*' bên trong lookbehinds?

Tôi cũng đã cố gắng hai và họ làm việc một cách chính xác, nhưng không đáp ứng nhu cầu của tôi:

(?<=this\sis\san\s)example 
this\sis\san\s*?example 

Tôi đang sử dụng trang web này để kiểm tra biểu thức thông thường của tôi: http://gskinner.com/RegExr/

Answer 1

Nhiều thư viện biểu thức chính quy làm chỉ cho phép biểu nghiêm ngặt để được sử dụng trong cái nhìn đằng sau khẳng định như:

• chỉ phù hợp với chuỗi độ dài cố định giống nhau: (?<=foo|bar|\s,\s) (ba nhân vật từng)
• chỉ phù hợp với chuỗi độ dài cố định: (?<=foobar|\r\n) (mỗi chi nhánh với chiều dài cố định)
• chỉ trận đấu dây với chiều dài ràng buộc trên: (?<=\s{,4}) (lên đến bốn lần lặp lại)

Lý do cho những giới hạn này chủ yếu là do các thư viện đó không thể xử lý các cụm từ thông dụng ngược ở tất cả hoặc chỉ một tập con giới hạn.

Một lý do khác có thể là tránh các tác giả xây dựng các cụm từ thông dụng quá phức tạp, quá nặng để xử lý vì chúng có tên gọi là pathological behavior (xem thêm ReDoS).

Xem thêm section about limitations of look-behind assertions trên Regular-Expressions.info.

Answer 2

Hầu hết các động cơ regex don' t hỗ trợ các biểu thức độ dài biến cho các xác nhận lookbehind.

Answer 3

gì Amber nói là đúng, nhưng bạn có thể làm việc xung quanh nó với cách tiếp cận khác: Một dấu ngoặc đơn không chụp nhóm

(?<=this\sis\san)(?:\s*)example 

Đó làm cho nó một chiều dài cố định nhìn về phía sau, vì vậy nó sẽ làm việc.

Answer 4

Hey nếu bạn không sử dụng biến python nhìn phía sau xác nhận bạn có thể lừa động cơ regex bằng cách thoát khỏi trận đấu và bắt đầu lại bằng cách sử dụng \K.

Trang web này giải thích nó cũng .. http://www.phpfreaks.com/blog/pcre-regex-spotlight-k ..

Nhưng khá nhiều khi bạn có một biểu hiện mà bạn kết hợp và bạn muốn để có được tất cả mọi thứ đằng sau nó sử dụng \ K sẽ buộc nó phải bắt đầu lại một lần nữa ...

Ví dụ:

string = '<a this is a tag> with some information <div this is another tag > LOOK FOR ME </div>' 

phù hợp với /(\<a).+?(\<div).+?(\>)\K.+?(?=\<div)/ sẽ khiến regex để khởi động lại sau khi bạn phù hợp với kết thúc div thẻ nên regex sẽ không bao gồm trong kết quả. Các (?=\div) sẽ làm cho động cơ có được tất cả mọi thứ ở phía trước của kết thúc thẻ div

Answer 5

Bạn có thể sử dụng biểu thức con.

(this\sis\san\s*?)(example) 

Vì vậy, để lấy nhóm 2, "ví dụ", $2 cho regex, hoặc \2 nếu bạn đang sử dụng một chuỗi định dạng (như cho python của re.sub)