后向引用中的反向引用

Question

您可以在后视中使用反向引用吗？

假设我想要split在我后面重复两次的字符。

    String REGEX1 = "(?<=(.)\\1)"; // DOESN'T WORK!
    String REGEX2 = "(?<=(?=(.)\\1)..)"; // WORKS!

    System.out.println(java.util.Arrays.toString(
        "Bazooka killed the poor aardvark (yummy!)"
        .split(REGEX2)
    )); // prints "[Bazoo, ka kill, ed the poo, r aa, rdvark (yumm, y!)]"

使用 REGEX2 （其中反向引用位于嵌套在后向查找中的前向查找中）可以工作，但是 REGEX1 在运行时给出此错误：

Look-behind group does not have an obvious maximum length near index 8
(?<=(.)\1)
        ^

有点 我认为这是有道理的，因为一般来说，反向引用可以捕获任何长度的字符串（如果正则表达式编译器更聪明一点，它可以确定 \1 是 (. ） 在这种情况下，因此具有有限的长度）。

那么有没有办法在lookbehind中使用反向引用呢？

如果没有，您是否可以使用这种嵌套的前瞻来解决它？还有其他常用的技术吗？

Answer 1

看来您的怀疑是正确的，反向引用通常不能在 Java 后向中使用。您提出的解决方法使后视的有限长度变得明确，并且对我来说看起来非常聪明。

我很想知道 Python 使用这个正则表达式做了什么。 Python只支持固定长度的lookbehind，不像Java那样支持有限长度，但是这个正则表达式是固定长度的。我无法直接使用 re.split() ，因为 Python 的 re.split() 永远不会在空匹配上拆分，但我认为我在 中发现了一个错误re.sub()：

>>> r=re.compile("(?<=(.)\\1)")
>>> a=re.sub(r,"|", "Bazooka killed the poor aardvark (yummy!)")
>>> a
'Bazo|oka kil|led the po|or a|ardvark (yum|my!)'

lookbehind 匹配两个重复字符之间的！