正则表达式 ‘(?<=#)[^#]+(?=#)’工作？

Question

我在 C# 程序中有以下正则表达式，并且很难理解它：

(?<=#)[^#]+(?=#)

我将其分解为我认为我理解的内容：

(?<=#)    a group, matching a hash. what's `?<=`?
[^#]+     one or more non-hashes (used to achieve non-greediness)
(?=#)     another group, matching a hash. what's the `?=`?

所以我遇到的问题是 ?<= 和 ?< 部分。从 MSDN 来看，? 用于命名组，但在这种情况下，尖括号永远不会关闭。

我在文档中找不到 ?= ，搜索它确实很困难，因为搜索引擎大多会忽略这些特殊字符。

Answer 1

它们被称为环视；它们允许您断言模式是否匹配，而无需实际进行匹配。有 4 种基本的环视：

• 积极的环视：看看我们是否可以匹配模式...
  • (?=pattern) - ...当前位置的右侧（向前看）
  • (?<=pattern) - ...当前位置的左侧（向后看后面）
• 负环视 - 看看我们是否无法匹配模式
  • (?!pattern) - ...右侧
  • (? - ...左边

  


作为一个简单的提醒，环顾一下：

• = 是正，! 是负 em>
• < 是向后看，否则是向前看

参考文献

• regular-expressions.info/Lookarounds

---

但是为什么要使用lookarounds呢？

有人可能会认为上面的模式中的环视是不必要的，并且 #([^#]+)# 可以很好地完成这项工作（提取 \1 来获取非 #）。

不完全是。不同之处在于，由于环视与 # 不匹配，因此下次尝试查找匹配时可以再次“使用”它。简单地说，环视允许“匹配”重叠。

考虑以下输入字符串：

and #one# and #two# and #three#four#

现在，#([az]+)# 将给出以下匹配项 (如 rubular.com 上所示）：

and #one# and #two# and #three#four#
    \___/     \___/     \_____/

将其与 (?<=#)[az]+(?=#) 进行比较，匹配：

and #one# and #two# and #three#four#
     \_/       \_/       \___/ \__/

不幸的是，这可以'无法在 rubular.com 上进行演示，因为它不支持lookbehind。但是，它确实支持前瞻，因此我们可以使用 #([az]+)(?=#) 执行类似的操作，它匹配 (如 rubular.com 上所示）：

and #one# and #two# and #three#four#
    \__/      \__/      \____/\___/

参考文献

• 正则表达式.info/风味比较

Answer 2

正如另一张海报提到的，这些是lookarounds，特殊的构造用于更改匹配的内容和时间。这表示：

(?<=#)    match but don't capture, the string `#`
            when followed by the next expression

[^#]+     one or more characters that are not `#`, and

(?=#)     match but don't capture, the string `#`
            when preceded by the last expression

因此这将匹配两个 # 之间的所有字符。

前瞻和后视在许多情况下都非常有用。例如，考虑规则“匹配所有后面不跟有 a 的 b”。您的第一次尝试可能类似于 b[^a]，但这是不对的：这也会匹配 bus 中的 bu 或 < code>bo 位于 boy 中，但您只想要 b。即使后面没有 a，它也不会匹配 cab 中的 b，因为没有更多的字符可以匹配。

要正确执行此操作，您需要先行查看：b(?!a)。这表示“匹配 b 但之后不匹配 a，并且不将其作为匹配的一部分”。因此，它只会匹配 bolo 中的 b，这正是您想要的；同样，它会匹配 cab 中的 b。