破折号

Question

我在使用正则表达式时遇到了一些问题。 我正在测试机智案例1

\b(water|watering)\b/g

以上表达式可以匹配＆＃34;浇水＆＃34;成功。

但如果我在案例2之间加了一个连字符：

\b(water|water-ing)\b/g

它不能与水中的浇水相匹配＆＃34;。
它只适用于我移动＆＃34;浇水＆＃34;表达到前面，如案例3：

\b(water-ing|water)\b/g

但我想知道案例编号2是否有任何解决方案，而不修改捕获组的顺序。

以下是参考：https://regex101.com/r/kR1bL0/2

Answer 1

你可以这样做：

\b(water-ing|water)\b/g

https://regex101.com/r/fC8wO1/1

因为“水”在“浇水”里面，你必须首先“浇水”，如果正则表达不能找到它，它会试图找到“水”。

或者你可以这样做：

\b(water(?:-ing)?)\b/g

使用“？：”来避免使用“（）”创建另一个组非常重要。

https://regex101.com/r/yC8uM2/3

Answer 2

关于轮替的注意事项

在交替中，在字符串中的当前位置检查每个替代项，直到其中一个交替成功或全部失败。

案例I

你的字符串是

water watering

你的正则表达式是

/\b(water|watering)\b/g

i）首先，检查第一次交替，如\bwater。它成功并且water匹配，因为water watering中的水后面有一个空格作为结束词边界。

ii）再次由于g标志，执行匹配。因此，正在尝试将字符串watering与\bwater\b（以及最后的字边界）匹配，但它失败了，因为在i后water中有\bwatering这不是字边界。然后检查第二次交替，即\bwatering\b并且它成功，因为最后有一个字符串结尾作为water water-ing 的字边界。

案例II

你的字符串是

/\b(water|water-ing)\b/g

正则表达式

water water-ing
    ^^
    || 

i）与案例I的第I步相同

现在消耗了水，我们的检查位置是空白空间，然后浇水

g

ii）再次由于\bwater标志执行检查。首先使用-进行替换。该位置现在位于r之后i

之前water water-ing ^^ ||

-

引自 here 关于字边界

  

大多数正则表达式方言中的单词边界是\ w和。之间的位置   \ W（非单词char），或者如果是字符串的开头或结尾   用字符（[0-9A-Za-z_]）开始或结束（分别）。   破折号不是单词字符。

因此\bwater\b充当单词边界，water-ing

匹配/\b(water-ing|water)\b/g

案例III

正则表达式

\bwater-ing

i）首先在字符串中检查water，但它与字符串\bwater不匹配。再次，检查第二个替换water并且成功，因为字符串中\bwater-ing之后有一个空格。

ii）在存在的字符串中检查第一次交替water-ing。该字符串以此单词$结尾。所以字符串的结尾（\b(water(?!-)|water-ing)\b ）充当单词边界。并且匹配成功。

解决方案是什么？

i）如果正则表达式重叠，请保留最长的正则表达式，依此类推，就像在上一个解决方案中使用的一样

ii）你可以使用像

这样的负向前瞻

--r--r--r--o--o--o (src)
        |
   (origin/dst)

git push +src:dst

--r--r--r--o--o--o (src)
                 |
            (origin/dst)

似乎Wiktor已经提出了四种解决方案。你可以使用其中任何一个

Answer 3

不同的正则表达式引擎为“单词边界”定义不同的字符集。例如，ECMAScript specifies a word character as one of 63 characters和-未列在那里。因此-被视为ECMAScript中的单词边界。

显然，\b不适合Unicode字。所以你应该使用你自己的一组字符，这些字符应该是字边界。

例如，在PHP中，您可以使用以下内容：

preg_match_all('/[\p{L}\-]+/u', 'water water-ing', $m);
var_dump($m);
/*
array(1) {
  [0]=>
  array(2) {
    [0]=>
    string(5) "water"
    [1]=>
    string(9) "water-ing"
  }
}
*/

其中\p{L}代表Unicode "letter" category。见PHP Unicode character properties

Answer 4

你可以用这个： \b(water(ing)?)\g