Question

我正在尝试实现一个正则表达式，其中包含所有字符串，这些字符串具有任意数量的单词但不能跟随：并忽略匹配（如果有）。我决定使用负面的预测。

/([a-zA-Z]+)(?!:)/gm
string: lame:joker

因为我使用的是字符范围，所以它一次匹配一个字符，只忽略前面的最后一个字符：在这种情况下，我如何忽略整场比赛？

链接到regex101：https://regex101.com/r/DlEmC9/1

Answer 1

在\b之后执行单词边界检查+，要求它到达单词的末尾。

([a-zA-Z]+\b)(?!:)

Here's an example run

Answer 2

该问题与回溯有关：一旦您的 [a-zA-Z]+ 变为 :，引擎会从失败的位置退回，重新检查前瞻匹配并找到当冒号前至少有两个字母时匹配，返回后面没有紧跟 : 的那个。请参阅your regex demo：c 中的c:real 不匹配，因为没有可回溯的位置，rea 中的real:c 匹配，因为a不紧跟 :。

向负前瞻添加隐式要求

因为您只需要匹配后面没有冒号的字母序列，所以您可以明确添加一个隐含的条件：并且后面没有另一个字母：

[A-Za-z]+(?![A-Za-z]|:)
[A-Za-z]+(?![A-Za-z:])

参见regex demo。由于 [A-Za-z] 和 : 都匹配单个字符，因此将它们放在单个字符类中是有意义的，因此 [A-Za-z]+(?![A-Za-z:]) 更好。

使用词边界防止回溯到类似词的模式

作为 @scnerd suggests，词边界在这些情况下也有帮助，但总有一个问题：词边界的含义取决于上下文（请参阅 {{3} 中的许多ifs }}).

[A-Za-z]+\b(?!:)

在这里是一个有效的解决方案，因为输入意味着单词以非单词字符结尾（即字符串结尾，或字母、数字和下划线以外的字符）。请参阅word boundary explanation。

词边界何时失效？

\b 将不是正确的选择，当主要消费模式应该匹配时，即使粘在其他单词字符上。最常见的例子是匹配数字：

\d+\b(?!:) regex demo 12 在 12, 中，但不在 12: 中，还有 12c 和 { {1}}
12_ matches \d+(?![\d:]) 在 12 and 12, 和 12c 中，不在 {{1}仅}。

否定前瞻不适用于角色范围

2 个答案: