正则表达式前瞻、后瞻和原子组

Question

我在我的正则表达式体内发现了这些东西，但我不知道我可以用它们做什么。 有人有例子，以便我可以尝试理解它们是如何工作的吗？

(?=) - positive lookahead
(?!) - negative lookahead
(?<=) - positive lookbehind
(?<!) - negative lookbehind

(?>) - atomic group

Answer 1

示例

给定字符串 foobarbarfoo：

bar(?=bar)     finds the 1st bar ("bar" which has "bar" after it)
bar(?!bar)     finds the 2nd bar ("bar" which does not have "bar" after it)
(?<=foo)bar    finds the 1st bar ("bar" which has "foo" before it)
(?<!foo)bar    finds the 2nd bar ("bar" which does not have "foo" before it)

您还可以将它们组合起来：

(?<=foo)bar(?=bar)    finds the 1st bar ("bar" with "foo" before it and "bar" after it)

定义

前瞻正 (?=)

查找表达式 A，其中表达式 B 跟随：

A(?=B)

前瞻负 (? !)

在表达式 B 不跟在后面的地方查找表达式 A：

A(?!B)

在正数后面查找 (?<=)

在表达式 B 前面查找表达式 A：

(?<=B)A

在负数后面查找 (?<=) !)

查找表达式 B 不在前面的表达式 A：

(?<!B)A

原子组 (?>)

原子组退出组并丢弃第一个之后的替代模式 > 组内匹配的模式（回溯被禁用）。

• 应用于 foots 的 (?>foo|foot)s 将匹配其第一个替代 foo，然后失败为 s > 不立即跟随，并因回溯被禁用而停止

非原子组将允许回溯；如果后续匹配失败，它将回溯并使用替代模式，直到找到整个表达式的匹配或用尽所有可能性。

• (foo|foot)s 应用于 foots 将：

  1. 匹配其第一个替代方案 foo，然后由于 s 未立即跟随在 foots 中而失败，并回溯到其第二个替代方案；
  2. 匹配其第二个替代 foot，然后成功，因为 s 紧跟在 foots 中，然后停止。

一些资源

• http://www.regular-expressions.info/lookaround.html
• http://www.rexegg.com/regex-lookarounds.html

在线测试人员

• https://regex101.com

Answer 2

环视是零宽度断言。它们检查正则表达式（当前位置的右侧或左侧 - 基于前面或后面），找到匹配时成功或失败（基于是正还是负）并丢弃匹配的部分。它们不消耗任何字符 - 它们后面的正则表达式的匹配（如果有）将从相同的光标位置开始。

阅读 regular-expression.info 了解更多详细信息。

• 正向前瞻：

语法：

(?=REGEX_1)REGEX_2

仅当 REGEX_1 匹配时才匹配；匹配 REGEX_1 后，匹配项将被丢弃，并从同一位置开始搜索 REGEX_2。

示例：

(?=[a-z0-9]{4}$)[a-z]{1,2}[0-9]{2,3}

REGEX_1 为 [a-z0-9]{4}$，它匹配四个字母数字字符，后跟行尾。
REGEX_2 是 [az]{1,2}[0-9]{2,3}，匹配一个或两个字母后跟两个或三个数字。

REGEX_1 确保字符串的长度确实为 4，但不消耗任何字符，以便从同一位置开始搜索 REGEX_2。现在 REGEX_2 确保该字符串与其他一些规则匹配。如果没有前瞻，它将匹配长度为三或五的字符串。

• 负向先行

语法：

(?!REGEX_1)REGEX_2

仅当 REGEX_1 不匹配时才匹配；检查 REGEX_1 后，从同一位置开始搜索 REGEX_2。

示例：

(?!.*\bFWORD\b)\w{10,30}$

先行部分检查字符串中的 FWORD，如果找到则失败。如果找不到 FWORD，则先行查找成功，接下来的部分将验证字符串的长度是否在 10 到 30 之间，并且仅包含单词字符 a-zA-Z0- 9_

Look-behind 与look-ahead 类似：它只是查看当前光标位置的后面。某些正则表达式风格（例如 javascript）不支持后向断言。大多数支持它的风格（PHP、Python 等）都要求后视部分具有固定的长度。

• 一旦令牌匹配，原子组基本上就会丢弃/忘记组中的后续令牌。检查此页面以获取原子组的示例

Answer 3

为什么 - 假设您正在玩 wordle，并且输入了“ant”。 （是的，三个字母的单词，这只是一个例子 - chill）

答案返回为空白、黄色、绿色，并且您有一个希望使用正则表达式来搜索的三个字母单词的列表？你会怎么做？

首先，您可以从第三个位置中存在 t 开始：

[a-z]{2}t

我们可以通过注意到我们没有 a

[b-z]{2}t

我们可以通过说搜索必须有 n 来进一步改进。

(?=.*n)[b-z]{2}t

或将其分解；

(?=.*n) - 向前看，并检查匹配项中是否有 n，它之前可能有零个或多个字符

[bz]{2} - 前两个字母中除了“a”之外的两个字母职位；

t - 字面上是第三个位置的“t”

Answer 4

快速环顾四周。
如何区分lookahead和lookbehind？
和我一起花 2 分钟游览一下：

(?=) - positive lookahead
(?<=) - positive lookbehind

假设

    A  B  C #in a line

现在，我们问 B，你在哪里？
B 声明位置有两种方案：

一、B 前面有 A，后面有 C
二、B 位于 C 的前面（lookahead），而位于 A 的后面（loobehind）。

我们可以看到，两个解中的后面和前面是相反的。
正则表达式是解决方案二。

Answer 5

我使用后向查找模式并使用负向查找来查找缺少的表（nolock）

expression="(?<=DB\.dbo\.)\w+\s+\w+\s+(?!with\(nolock\))"

matches=re.findall(expression,sql)
for match in matches:
    print(match)