Question

此问题特定于Java 7/8。

使用量词的相当复杂的正则表达式在这样的后观断言中是被禁止的：

(?<=(a|b*)*)bc

因为它会导致运行时异常，并带有如下消息：

look-behind group does not have obvious maximum length error

我猜这是因为*和+等量词通常是＆＃34;＆＃34;不允许。

但是，以下方法确实有效：

(?<=a*)bc

为什么会这样？

在SO上有关于此问题的类似帖子：

对于其他语言： ruby，PCRE等 -
有些帖子是针对Java的，但似乎没有提供具体的答案或引用，例如this。大多数答案都说明这些量词根本无法使用。另外，regular-expressions网站也说明了相同的内容。
This post表示Java在实施方面存在缺陷。

但是，我在上面显示的使用lookbehind中的零或多个量词*的示例对Java 7/8有效。

任何参考或解释都会有所帮助。

Answer 1

在查看Pattern代码并尝试跟踪它之后，我确信这只是一个错误。这两个例子都应该导致异常。但是测试这个的逻辑是不正确的。

此代码出现在几个地方：

 temp = info.maxLength * cmax + maxL;
 info.maxLength = temp;
 if (temp < maxL) {
     info.maxValid = false;
 }

请注意，只要maxLength和cmax为非负，temp就不应小于maxL，除非发生溢出。最后一个代码使用maxValid;如果maxValid为false，则会引发"look-behind group does not have obvious maximum length error"。

据我所知，在＆lt; prefix＆gt; ＆lt; expression＆gt; {m,n}这样的正则表达式中，在上面的代码中{{1} }是＆＃34;表达式＆＃34;的最大长度，info.maxLength是量词的上限，cmax是＆＃34;前缀＆＃34;的最大长度。当量词为maxL或*时，上限设置为+。（此处的所有变量均为Integer.MAX_VALUE。）这意味着除非int为1且info.maxLength为0 ，否则会出现溢出。

就是这种情况
maxL

因为带有量词的模式的长度为1，并且(?<=a*)bc之前没有任何内容，这意味着a*将为0.这就是为什么这个案例会破裂的原因。

对于任何其他值，计算将溢出，但这并不意味着maxL将成立。如果temp < maxL是偶数，则会抛出异常;但是如果info.maxLength是奇数，那么如果info.maxLength足够小，模式就会编译。这是因为环绕式工作方式，数学上;尝试检查溢出的代码是非常错误的。这意味着

maxL

此外：

(?<=a*)bc // succeeds (?<=(ab)*)bc // throws exception (?<=(abc)*)bc // succeeds (?<=(abcd)*)bc // throws exception (?<=(abcde)*)bc // succeeds

注意：应该注意的是，在你的示例正则表达式中，lookbehind是无用的：

(?<=xa*)bc // throws exception (?<=x(abc)*)bc // succeeds

lookbehind表示测试当前位置是否在字母(?<=a*)bc出现零次或多次之前。这总是正确的，琐碎的。因此，后视在这里没有任何意义。类似地，

a

相当于

(?<=a+)bc

因为只要在当前位置之前有一个(?<=a)bc，所以可能会有多少并不重要。所有不会抛出异常的例子都是如此，除了这个：

a

因为匹配器必须向后搜索字符串中的(?<=x(abc)*)bc // succeeds并确保最后一个字符串前面有abc。在这种情况下x似乎应该抛出一个异常，但是由于错误的溢出检查逻辑，它不是。因此，我不确定它是否会实际返回正确的结果，或者它是否会崩溃或进入无限循环。但是，我还没试过。

实际上，代码应该直接检查Pattern是否等于cmax，而不是在计算中使用它，并希望代码稍后可以告诉结果是伪造的。

我们可以在lookbehind表达式中使用量词吗？

1 个答案: