正则表达式为什么在这里有两个组时负面预测不起作用

Question

当我尝试这个正则表达式时

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

在这个字符串上“MM：”; d 它符合我想要的匹配

并且在此字符串上“MM：”; c 它与所需内容不匹配。

但是当我添加第二组时，通过移动该组中的分号并使用|

使其成为可选项

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

这个字符串“MM：”; c 当我预期它不喜欢之前它匹配。

我在Java上尝试了这个，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|因此没有必要有分号。在我放c的例子中，它只是一个单词的例子中的替代品，这就是我使用负向前瞻的原因。

遵循Holgers对使用占有量词的回应，

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

有效，here is a link to it on RegexPlanet

Answer 1

我相信正则表达式会尽其所能找到匹配;因为你的表达式表示分号可以是可选的，所以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，那么负向前瞻就会变成“不匹配”。这与正则表达式的递归方式：它一直试图找到一个匹配...

换句话说，过程如下：

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（根据您的评论）。以下代码可能会更好：

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

Debuggex Demo

Answer 2

问题是你不想在正则表达式的意义上使分号成为可选的。一个可选的分号意味着匹配器可以尝试两者，匹配或不匹配。因此，即使分号在那里，匹配器也可以忽略它为该组创建一个空匹配，让前瞻成功。

但是如果它在那里你想要使用分号，所以不允许它用于满足负前瞻。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，分号不需要在那里但是如果它在那里它必须匹配且不能被忽略。所以正则表达式引擎已经没有其他选择了。

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