Question

我刚刚从文档中了解了Zero-Width Assertions这个概念。一些快速问题进入我的脑海 -

为什么这样的名字Zero-Width Assertions？
Look-ahead和look-behind概念如何支持 Zero-Width Assertions概念？
这样的?<=s，<!s，=s，<=s - 4个符号在模式中指示了什么？你能帮助我在这里专注于了解实际情况

我还尝试了一些微小的代码来理解逻辑，但对那些输出没有那么自信：

irb(main):001:0> "foresight".sub(/(?!s)ight/, 'ee')
=> "foresee"
irb(main):002:0> "foresight".sub(/(?=s)ight/, 'ee')
=> "foresight"
irb(main):003:0> "foresight".sub(/(?<=s)ight/, 'ee')
=> "foresee"
irb(main):004:0> "foresight".sub(/(?<!s)ight/, 'ee')
=> "foresight"

有人可以帮助我理解吗？

修改

在这里，我尝试了两个片段，其中包含“零宽度断言”概念，如下所示：

irb(main):002:0> "foresight".sub(/(?!s)ight/, 'ee')
=> "foresee"

，另一个没有“零宽度断言”概念如下：

irb(main):003:0> "foresight".sub(/ight/, 'ee')
=> "foresee"

以上两者都产生相同的输出，现在内部如何regexp移动它们自己产生输出 - 你可以帮我形象化吗？

由于

Answer 1

正则表达式从左到右匹配，并移动一种＆＃34;光标＆＃34;沿着弦走了。如果正则表达式包含常规字符a，则表示：＆＃34;如果光标前面有一个字母a，请将光标向前移动一个字符，然后继续前进。否则，出了点问题;备份并尝试别的东西。＆＃34;所以你可能会说a有一个＆＃34;宽度＆＃34;一个角色。

A＆＃34;零宽度断言＆＃34;就是这样：它断言关于字符串的东西（即，如果某些条件不能保持不匹配），但它不会向前移动光标，因为它的宽度＆＃34;是零。

您可能已经熟悉了一些更简单的零宽度断言，例如^和$。这些匹配字符串的开头和结尾。如果光标在开始或结束时看到这些符号，则正则表达式引擎将失败，备份并尝试其他操作。但他们实际上并没有向前移动光标，因为它们不匹配字符;它们只检查光标所在的位置。

Lookahead和lookbehind工作方式相同。当正则表达式引擎尝试匹配它们时，它会检查周围光标以查看正确的模式是在其前面还是后面，但是如果匹配，它不会移动光标

考虑：

/(?=foo)foo/.match 'foo'

这将匹配！正则表达式引擎是这样的：

从字符串的开头开始：|foo。
正则表达式的第一部分是(?=foo)。这意味着：仅在光标后出现foo时匹配。可以？嗯，是的，所以我们可以继续。但是光标不会移动，因为这是零宽度。我们仍有|foo。
接下来是f。光标前面有f吗？是的，请继续，将光标移过f：f|oo。
接下来是o。光标前面有o吗？是的，请继续，将光标移过o：fo|o。
同样的事情，将我们带到foo|。
我们到了正则表达式的末尾，没有任何失败，所以模式匹配。

特别是你的四个断言：

(?=...)＆＃34; lookahead＆＃34 ;;它断言... 出现在光标之后。
```
1.9.3p125 :002 > 'jump june'.gsub(/ju(?=m)/, 'slu')
 => "slump june" 
```
＆＃34; ju＆＃34; in＆＃34; jump＆＃34;匹配，因为＆＃34; m＆＃34;接下来。但是＆＃34; ju＆＃34;在＆＃34; 6月＆＃34;没有＆＃34; m＆＃34;接下来，所以它一个人留下。

由于它没有移动光标，因此在放置光标后必须小心。 (?=a)b永远不会匹配任何内容，因为它检查下一个字符是a，然后还检查相同的字符是否为{{1} }，这是不可能的。
b＆＃34; lookbehind＆＃34 ;;它断言(?<=...) 在光标之前。

...

＆＃34;我们的＆＃34;在＆＃34;四＆＃34;匹配，因为有＆＃34; f＆＃34;在它之前，但是＆＃34;我们的＆＃34;在＆＃34;面粉＆＃34;有一个＆＃34; l＆＃34;在它之前，所以它不匹配。

如上所述，您必须小心之前的内容。 1.9.3p125 :002 > 'four flour'.gsub(/(?<=f)our/, 'ive') => "five flour"永远不会匹配，因为它检查下一个字符是a(?<=b)，移动光标，然后检查前一个字符是a。

b是＆＃34;否定前瞻＆＃34 ;;它声称(?!...) 不会出现在光标之后。

...

＆＃34;子＆＃34;匹配，因为接下来的是一个空间，而不是＆＃34; ren＆＃34;。＆＃34;的子＆＃34;没有按＆＃39;吨

这可能是我最常用的一个;精确控制接下来会发生什么事情就派上用场了。

1.9.3p125 :003 > 'child children'.gsub(/child(?!ren)/, 'kid') => "kid children"是＆＃34;负面的背后＆＃34 ;;它断言<{1}} 在光标之前。

(?<!...)

＆＃34; oot＆＃34; in＆＃34; foot＆＃34;很好，因为没有＆＃34; r＆＃34;在它之前。＆＃34; oot＆＃34; in＆＃34; root＆＃34;显然有一个＆＃34; r＆＃34;。

作为附加限制，大多数正则表达式引擎要求...在这种情况下具有固定长度。因此，您无法使用1.9.3p125 :004 > 'foot root'.gsub(/(?<!r)oot/, 'eet') => "feet root"，...，?或+。

你也可以嵌套这些，否则做各种疯狂的事情。我将它们主要用于一次性我知道我永远不需要维护，所以我没有任何实用应用程序的好例子;老实说，他们很奇怪，你应该先尝试以其他方式做你想做的事。：）

事后考虑：语法来自Perl regular expressions，后者使用*后跟各种符号进行大量扩展语法，因为{n,m}本身无效。所以(?本身并不意味着任何事情; ?是一个完整的标记，意思是＆＃34;这是一个后视的开始＆＃34;。它就像<=和(?<=是独立的运算符一样，即使它们都以+=开头。

他们很容易记住，但是：++表示向前看（或者，真的，＆＃34;此处＆＃34;），+表示向后看，{{1它的传统含义是＆＃34;不是＆＃34;。

关于你后面的例子：

=

是的，这些产生相同的输出。这是使用前瞻的那个棘手的问题：

正则表达式引擎尝试了一些东西，但它们还没有工作，现在它已经在<。

检查!。 光标irb(main):002:0> "foresight".sub(/(?!s)ight/, 'ee') => "foresee" irb(main):003:0> "foresight".sub(/ight/, 'ee') => "foresee"后的字符是吗？不，它是fores|ight！因此该部分匹配并且匹配继续，但光标不移动，我们仍然有(?!s)。

检查s。 i是否在光标之后？嗯，是的，确实如此，所以移动光标：fores|ight。

我们已经完成了！

光标移动到子串ight上方，以便完全匹配，以及更换的内容。

执行ight是没用的，因为您说：下一个字符不能为foresight|，而必须 ight。但这与仅匹配(?!a)b！
相同
这有时很有用，但您需要更复杂的模式：例如，a将匹配任何不是3的数字。

这就是你想要的：

b

这声称b在 (?!3)\d之前没有。

Answer 2

在您发现正则表达式与位置以及字符匹配之前，很难理解零宽度断言。

当你看到字符串“foo”时，你自然会读到三个字符。但是，还有四个位置，这里用管道标记：“| f | o | o |”。前瞻或后瞻（aka lookarounds）匹配角色在表达式之前或之后的位置。

零宽度表达式与其他表达式之间的区别在于零宽度表达式仅匹配（或“消耗”）位置。所以，例如：

/(app)apple/

将无法匹配“apple”，因为它试图匹配“app”两次。但

/(?=app)apple/

将成功，因为前瞻只匹配位置，其中“app”跟随。它实际上与“app”字符不匹配，允许下一个表达式使用它们。

LOOKAROUND DESCRIPTIONS

积极前瞻：(?=s)


想象一下，你是一名训练中士，而且你正在进行检查。你从这条线的前面开始，意图走过每个私人，并确保他们满足期望。但是，在这样做之前，你要一个接一个地向前看，以确保他们已经在房产订单中排队。私人的名字是“A”，“B”，“C”，“D”和“E”。 /(?=ABCDE)...../.match('ABCDE')。是的，他们都在场并且占了一席之地。


否定前瞻：(?!s)


你在线下进行检查并最终站在私人D处。现在你要向前看以确保来自另一家公司的“F”没有再次意外地滑入错误的阵型。 /.....(?!F)/.match('ABCDE')。不，他这次没有滑倒，所以一切都很好。


积极的观察：(?<=s)


在完成检查后，中士在编队结束时。他转身扫描，确保没有人偷偷溜走。 /.....(?<=ABCDE)/.match('ABCDE')。是的，每个人都在场并且占了上风。


负面反对：(?<!s)


最后，训练中士最后一次检查以确保私人A和B没有再次切换位置（因为他们喜欢KP）。 /.....(?<!BACDE)/.match('ABCDE')。不，他们没有，所以一切都很好。

Answer 3

零宽度断言的含义是在匹配时消耗零个字符的表达式。例如，在此示例中，

"foresight".sub(/sight/, 'ee')

匹配的是

foresight
    ^^^^^

因此结果将是

foreee

但是，在这个例子中，

"foresight".sub(/(?<=s)ight/, 'ee')

匹配的是

foresight
     ^^^^

因此结果将是

foresee

零宽度断言的另一个例子是字边界字符\b。例如，要匹配一个完整的单词，您可以尝试用空格围绕单词，例如

"flight light plight".sub(/\slight\s/, 'dark')

获取

flightdarkplight

但你知道在替换过程中空格的匹配是如何消除的吗？使用单词边界解决了这个问题：

"flight light plight".sub(/\blight\b/, 'dark')

\b匹配单词的开头或结尾，但实际上并不匹配字符：它是零宽度。

对你的问题最简洁的答案可能就是： Lookahead和lookbehind断言是零宽度断言的一种。所有前瞻和后瞻断言都是零宽度断言。

以下是您的示例的解释：

irb(main):001:0> "foresight".sub(/(?!s)ight/, 'ee')
=> "foresee"

上面，您说“匹配下一个字符不 s，然后是i。”对于i，始终为真，因为i永远不是s，因此替换成功。

irb(main):002:0> "foresight".sub(/(?=s)ight/, 'ee')
=> "foresight"

上面，您说“匹配下一个字符 s，然后是i。”这是从不为真，因为i永远不是s，因此替换失败。

irb(main):003:0> "foresight".sub(/(?<=s)ight/, 'ee')
=> "foresee"

上面，已经解释过了。（这是正确的。）

irb(main):004:0> "foresight".sub(/(?<!s)ight/, 'ee')
=> "foresight"

上面，现在应该清楚了。在这种情况下，“交火”将取代“firefee”，而不是“预见”到“预见”。

前瞻和后视概念如何在Ruby的Regex中支持这种零宽度断言概念？

3 个答案: