R：（* SKIP）（* FAIL）用于多种模式

Question

鉴于test <- c('met','meet','eel','elm')，我需要一行代码来匹配任何不在'me'或'ee'中的e。我写了(ee|me)(*SKIP)(*F)|e，它确实排除了'met'和'eel'，但没有'meet'。这是因为|是独占还是？无论如何，是否有一种解决方案只能返回“榆树”？

为了记录，我知道我也可以(?<![me])e(?!e)，但我想知道(*SKIP)(*F)的解决方案是什么以及为什么我的行错了。

Answer 1

这是(*SKIP)(*F)的正确解决方案：

(?:me+|ee+)(*SKIP)(*FAIL)|e

Demo on regex101，使用以下测试用例：

met
meet
eel
elm
degree
zookeeper
meee

仅e elm，e中的degree和e中的最后zookeeper匹配。

由于e中的ee被禁止，e之后的任何m都被禁止，并且连续{{1}的子字符串中的任何e都被禁止} 禁止。这解释了子模式e。

虽然我知道这种方法不可扩展，但它至少在逻辑上是正确的。

其他解决方案的分析

解决方案0

(?:me+|ee+)

我们以(ee|me)(*SKIP)(*F)|e 为例：

meet

问题是由于meet # (ee|me)(*SKIP)(*F)|e ^ # ^ meet # (ee|me)(*SKIP)(*F)|e ^ # ^ meet # (ee|me)(*SKIP)(*F)|e ^ # ^ # Forbid backtracking to pattern to the left # Set index of bump along advance to current position meet # (ee|me)(*SKIP)(*F)|e ^ # ^ # Pattern failed. No choice left. Bump along. # Note that backtracking to before (*SKIP) is forbidden, # so e in second branch is not tried meet # (ee|me)(*SKIP)(*F)|e ^ # ^ # Can't match ee or me. Try the other branch meet # (ee|me)(*SKIP)(*F)|e ^ # ^ # Found a match `e` 消耗了第一个me，因此e无法匹配，第二个ee可用于匹配。

解决方案1 ​​

e

这只会跳过\w*(ee|me)\w*(*SKIP)(*FAIL)|e 和ee的所有字词，这意味着它无法匹配me和degree中的任何字词。

Demo

解决方案2

zookeeper

与解决方案0类似的问题。当一行中有3 (?:ee|mee?)(*SKIP)(?!)|e 时，前{2} e与e匹配，第三mee?可用于匹配

解决方案3

e

这会将输入丢弃到最后(?:^.*[me]e)(*SKIP)(*FAIL)|e 或me，这意味着在最后ee或e之前的任何有效me都不会匹配，就像ee中的第一个e一样。

Demo

Answer 2

您需要前/后边界强制正则表达式引擎不重试子字符串。

gsub('\\w*[em]e\\w*(*SKIP)(?!)|e', '', test, perl=T)

或者@CasimiretHippolyte指出 - 前面有一个可选的＆＃34; e＆＃34; ...

gsub('(?:ee|mee?)(*SKIP)(?!)|e', '', test, perl=T)

每次评论

更新（使用量词（用于其他案例））：

gsub('[em]e+(*SKIP)(?!)|e', '', test, perl=T)

注意：我决定使用(?!)代替(*F)，这也用于强制正则表达式失败。

(?!)    # equivalent to ( (*FAIL) or (*F) - both synonyms for (?!) ), 
        # causes matching failure, forcing backtracking to occur

总体而言，语法可以写为(*SKIP)(*FAIL)，(*SKIP)(*F)或(*SKIP)(?!)

Answer 3

您可以在第一个模式中添加\w*，以便为引擎提供更多数据，告知ee或me可以出现在字符串的开头，中间或末尾。< / p>

你可以使用这样的正则表达式：

\w*(ee|me)\w*(*SKIP)(*FAIL)|e

R正则表达式，

> test <- c('met','meet','eel','elm')
> gsub("\\w*(?:ee|me)\\w*(*SKIP)(*FAIL)|e", "fi", perl=TRUE, test)
[1] "met"  "meet" "eel"  "film"

或

> gsub('(?:^.*[me]e)(*SKIP)(*FAIL)|e', 'fi', test, perl=T)
[1] "met"  "meet" "eel"  "film"

<强> Working demo