Question

我对正则表达式有疑问。我不知道为什么我不能做以下事情。

例句：

"This is a test string with five t's"

我使用的正则表达式：

^(.*?(?=t)){3}

我希望正则表达式匹配以下内容。

"This is a test s"

但这不起作用，有人知道为什么吗？

Answer 1

正如@CertainPerformance所说，.*将匹配模式中的零个或多个字符，但是您使用其懒惰版本.*?。量词的惰性版本将使其与尽可能少的字符匹配。如果使用与空字符串匹配的量词，则总会导致长度为零的匹配。

您需要改用+量词`，以防止空字符串匹配。

Python演示：

>>> import re
>>> s = "This is a test string with five t's"
>>> r = r'^(.+?(?=t)){3}'
>>> re.match(r, s)
<_sre.SRE_Match object; span=(0, 16), match='This is a test s'>

Answer 2

这里的意思是整个.*?(?=t)组模式可以匹配一个空字符串。它在第一个t之前停止，并且不能“跳过去”，因为当前瞻模式（非消耗模式）匹配时，它保持在原处。

您不能这样做，必须消耗（并移动正则表达式索引）至少一个字符。

针对这种具体情况的替代解决方案是

^(?:[^t]*t){2}[^t]*

请参见regex demo，^(?:[^t]*t){2}[^t]*与字符串（^）的开头匹配，然后消耗两次（{2}）除{{1}以外的任何字符}（t后跟[^t]*，然后再次消耗两次（t以外的{2}以外的任何字符。

或者，一个一般情况的解决方案（如果t是一个多字符字符串）：

请参见another regex demo。 ^(?:.*?t){2}(?:(?!t).)*模式匹配任意0个字符的两次出现，并尽可能少地匹配，直到第一个(?:.*?t){2}，然后t匹配任意0个字符的不开始的字符(?:(?!t).)*个char序列。

匹配第n个匹配项（不包括最后一个匹配项）

2 个答案: