Question

下面链接的一些资源似乎表明正则表达式不是为逆向匹配而设计的-为什么不呢？

最近，在尝试解答有关a regex to match everything that was left after a specific pattern的问题时，我遇到了几个使我对正则表达式的局限性感到好奇的问题。

假设我们有一些字符串：a simple line of text.我有一个正则表达式[a-zA-Z]e，它将匹配一个字母，后跟一个e。这在le，ne和te上匹配3次。如果我想匹配所有除与正则表达式匹配的模式之外的所有东西，该怎么办？假设我想捕获a simp，li，of和xt. ，包括空格（换行符是可选的。）我后来了解到这种行为称为逆匹配，不久之后，它就不再是正则表达式容易支持的东西。

我已经检查了一些资源，但是找不到为什么逆匹配不是“好”的具体答案。

Negative lookaheads对于确定匹配的字符串是否不包含某些特定的字符串似乎很有用，并且实际上在several answers中用作实现此行为的方法（或类似方法） -但它们似乎旨在作为取消比赛资格的一种方式，而不是捕获不匹配的输入。
负shouldn't try to do this很明显，而且也不擅长choosing to leave inverse matching to the language they're being used with.
有人指出我在逆向匹配中的own attempt是情境中的，非常脆弱，甚至对我来说都是令人费解的。在Wiktor Stribizew的注释中，提到了Java中的“ [...]，您无法编写与某些多字符字符串以外的任何文本匹配的正则表达式。通过捕获，可以完成一些工作，但是效率低下[。]”
捕获组（我正在考虑的另一种方法）似乎有可能以一种以上的语言dramatically slow the regex。

所有这些似乎都表明正则表达式不是为逆模式匹配而设计的，但是对于其背后的原因，它们都不是立即显而易见的。为何正则表达式没有设计为具有执行逆模式匹配的内置功能？

Answer 1

正如您所指出的，虽然直接正则表达式不能轻松地支持所需的功能，但是正则表达式 split 却可以轻松地支持此功能。考虑以下两个脚本，首先是Java，然后是Python：

String input = "a simple line of text.";
String[] parts = input.split("[a-z]e");
System.out.println(Arrays.toString(parts));

此打印：

[a simp,  li,  of , xt.]

在Python中，我们可以尝试类似的方法：

inp = "a simple line of text."
parts = re.split(r'[a-z]e', inp)
print(parts)

此打印：

['a simp', ' li', ' of ', 'xt.']

纯正则表达式中缺少的秘密调味料是 parsing 或 iteration 。像上面这样的一种好的编程语言，将公开一个API，该API可以使用提供的模式来迭代输入字符串，并从拆分模式中汇总各个部分。

为什么正则表达式不支持逆匹配？

1 个答案: