复杂的lookbehind中的无限量词

Question

我在编写这个正则表达式时遇到了很多麻烦：

(?<=\s+|^\s*|\(\s*|\.)(?:item|item1|item2)(?=\s+|\s*$|\s*\)|\.)

它在我的正则表达式编辑器（Expresso）和.NET环境中运行得很好，但在Java环境（使用Eclipse Helios R2的JRE 1.6.0.25）中则不然之所以有效，是因为 Pattern.compile() 方法会抛出“语法错误 U_REGEX_LOOK_BEHIND_LIMIT”异常。

这是因为模式 (?<=\s+|^\s*|\(\s*|\.) 后面的查找必须有一个定义的限制（无限量词，例如 *<据我所知，这里不允许 /code> 和 + ）。

我也尝试以这种方式指定重复范围，但没有成功：

(?<=\s{0,1000}|^\s{0,1000}|\(\s{0,1000}|\.)(?:item|item1|item2)(?=\s+|\s*$|\s*\)|\.)

那么，我怎样才能编写一个相同的正则表达式呢？即使在Java环境下？ 我不敢相信这种常见情况没有解决方法......

Answer 1

请记住，向后查找只会向后查找所需的距离。例如，如果前一个字符是空格，则满足 (?<=\s+) ；它不需要再往前看。

你的后视也是如此。如果它不是字符串的开头，并且前一个字符不是空格、左括号或句点，则没有必要再往前看。它相当于：

(?<=^|[\s(.])

你的前瞻可以用同样的方式压缩。如果它不是字符串的结尾，并且下一个字符不是空格、右括号或句点，则没有必要再进一步查找：

(?=[\s).]|$)

因此最终的正则表达式是：

(?<=^|[\s(.])(?:item|item1|item2)(?=[\s).]|$)