8

我刚刚Zero-Width Assertions从文档中了解了这个概念。我想到了一些快速的问题-

  • 为什么这样的名字Zero-Width Assertions？
  • Look-ahead和概念如何look-behind支持这样 的Zero-Width Assertions概念？
  • 什么样?<=s的 , <!s, =s, <=s- 4 符号在模式中指示？你能帮我集中精力了解实际发生的事情吗

我还尝试了一些小代码来理解逻辑，但对这些代码的输出没有那么自信：

irb(main):001:0> "foresight".sub(/(?!s)ight/, 'ee')
=> "foresee"
irb(main):002:0> "foresight".sub(/(?=s)ight/, 'ee')
=> "foresight"
irb(main):003:0> "foresight".sub(/(?<=s)ight/, 'ee')
=> "foresee"
irb(main):004:0> "foresight".sub(/(?<!s)ight/, 'ee')
=> "foresight"

任何人都可以在这里帮助我理解吗？

编辑

在这里，我尝试了两个片段，一个具有“零宽度断言”概念，如下所示：

irb(main):002:0> "foresight".sub(/(?!s)ight/, 'ee')
=> "foresee"

另一个没有“零宽度断言”概念，如下所示：

irb(main):003:0> "foresight".sub(/ight/, 'ee')
=> "foresee"

以上都产生相同的输出，现在在内部两者如何regexp自行产生输出 - 你能帮我想象一下吗？

谢谢

4

3 回答 3

18

正则表达式从左到右匹配，并随着字符串移动一种“光标”。如果您的正则表达式包含一个常规字符，例如a，这意味着：“如果a光标前面有一个字母，则将光标向前移动一个字符，然后继续前进。否则，出现问题；备份并尝试其他方法。” 所以你可能会说它a有一个字符的“宽度”。

“零宽度断言”就是这样：它断言有关字符串的某些内容（即，如果某些条件不成立，则不匹配），但它不会向前移动光标，因为它的“宽度”为零.

您可能已经熟悉一些更简单的零宽度断言，例如^and $。这些匹配字符串的开头和结尾。如果光标在看到这些符号时不在开头或结尾，则正则表达式引擎将失败，备份并尝试其他操作。但它们实际上并没有向前移动光标，因为它们不匹配字符；他们只检查光标的位置。

Lookahead 和lookbehind 的工作方式相同。当正则表达式引擎尝试匹配它们时，它会检查光标以查看正确的模式是在其前面还是后面，但如果匹配，它不会移动光标。

考虑：

/(?=foo)foo/.match 'foo'

这将匹配！正则表达式引擎是这样的：

  1. 从字符串的开头开始：|foo.
  2. 正则表达式的第一部分是(?=foo). 这意味着：只有foo出现在光标之后才匹配。可以？嗯，是的，所以我们可以继续。但是光标没有移动，因为这是零宽度。我们还有|foo。
  3. 接下来是f. f光标前面有没有？是的，所以继续，将光标移过f: f|oo。
  4. 接下来是o. o光标前面有没有？是的，所以继续，将光标移过o: fo|o。
  5. 同样的事情，把我们带到foo|.
  6. 我们到达了正则表达式的末尾，没有失败，所以模式匹配。

特别是关于你的四个断言：

  • (?=...)是“前瞻”；它断言... 确实出现在光标之后。

    1.9.3p125 :002 > 'jump june'.gsub(/ju(?=m)/, 'slu')
 => "slump june"

    “jump”中的“ju”匹配，因为接下来是“m”。但是“june”中的“ju”后面没有“m”，所以就不用了。

    由于它不会移动光标，因此在其后放置任何内容时必须小心。 (?=a)b永远不会匹配任何内容，因为它会检查下一个字符是否为a，然后还会检查相同的字符是否为b，这是不可能的。

  • (?<=...)是“向后看”；它断言... 确实出现在光标之前。

    1.9.3p125 :002 > 'four flour'.gsub(/(?<=f)our/, 'ive')
 => "five flour"

    “four”中的“our”匹配，因为它前面有一个“f”，但是“flour”中的“our”前面有一个“l”，所以它不匹配。

    像上面一样，你必须小心你放在它前面的东西。 a(?<=b)永远不会匹配，因为它检查下一个字符是否为a，移动光标，然后检查前一个字符是否为b.

  • (?!...)是“负前瞻”；它断言... 不会出现在光标之后。

    1.9.3p125 :003 > 'child children'.gsub(/child(?!ren)/, 'kid')
 => "kid children"

    “child”匹配，因为接下来是空格，而不是“ren”。“孩子”没有。

    这可能是我最常用的一个；精细控制接下来不能发生的事情会派上用场。

  • (?<!...)是“消极的后视”；它断言... 不会出现在光标之前。

    1.9.3p125 :004 > 'foot root'.gsub(/(?<!r)oot/, 'eet')
 => "feet root"

    “foot”中的“oot”很好，因为它之前没有“r”。“root”中的“oot”显然有一个“r”。

    作为附加限制，...在这种情况下，大多数正则表达式引擎都要求它具有固定长度。所以你不能使用?, +, *, 或{n,m}.

你也可以嵌套这些，否则做各种疯狂的事情。我主要将它们用于一次性使用，我知道我永远不需要维护，所以我没有任何实用的实际应用程序的好例子；老实说，它们很奇怪，您应该先尝试以其他方式做您想做的事情。:)

事后思考：语法来自Perl 正则表达式，它使用(?后跟各种符号来进行很多扩展语法，因为?它本身是无效的。所以<=本身并不意味着什么；(?<=是一个完整的标记，意思是“这是回顾的开始”。这就像 how+=和++是单独的运算符，即使它们都以+.

但是，它们很容易记住：=表示向前看（或者，实际上是“这里”），<表示向后看，并且!具有“不”的传统含义。

关于你后面的例子：

irb(main):002:0> "foresight".sub(/(?!s)ight/, 'ee')
=> "foresee"

irb(main):003:0> "foresight".sub(/ight/, 'ee')
=> "foresee"

是的，这些产生相同的输出。这是使用前瞻的棘手之处：

  1. 正则表达式引擎已经尝试了一些东西，但它们没有奏效，现在它在fores|ight.
  2. 它检查(?!s). 是光标后面s的字符吗？不，是i！所以那部分匹配并且匹配继续，但是光标没有移动，我们仍然有fores|ight。
  3. 它检查ight. 是否ight出现在光标之后？嗯，是的，确实如此，所以移动光标：foresight|。
  4. 我们完成了！

光标移动到 substringight上，所以这是完全匹配，这就是被替换的内容。

做(?!a)b是没用的，因为你说：下一个字符不能是a，它必须是b。但这与匹配相同b！

这有时很有用，但您需要更复杂的模式：例如，(?!3)\d将匹配任何不是 3 的数字。

这就是你想要的：

1.9.3p125 :001 > "foresight".sub(/(?<!s)ight/, 'ee')
 => "foresight"

这断言之前s不会出现。 ight

于 2013-01-17T21:00:54.727 回答
5

在您意识到正则表达式匹配位置和字符之前，很难理解零宽度断言。

当您看到字符串“foo”时，您自然会读到三个字符。但是，也有四个位置，在这里用竖线标记：“|f|o|o|”。前瞻或后瞻（也称为环视）匹配之前或之后的字符匹配表达式的位置。

零宽度表达式与其他表达式之间的区别在于，零宽度表达式仅匹配（或“消耗”）位置。因此，例如：

/(app)apple/

将无法匹配“apple”，因为它试图匹配“app”两次。但

/(?=app)apple/

将成功，因为前瞻仅匹配“app”后面的位置。它实际上不匹配“app”字符，允许下一个表达式使用它们。

环视描述

积极前瞻：(?=s)

想象一下，您是一名教官，正在执行检查。您从队伍的最前面开始，打算走过每个私人并确保他们达到预期。但是，在这样做之前，您要一一向前看，以确保它们已按财产顺序排列。士兵的名字是“A”、“B”、“C”、“D”和“E”。/(?=ABCDE)...../.match('ABCDE'). 是的，他们都在场并被考虑在内。

负前瞻：(?!s)

您执行检查并最终站在列兵 D。现在您将向前看，以确保来自其他公司的“F”没有再次意外滑入错误的队形。/.....(?!F)/.match('ABCDE'). 不，这次他没有溜进来，所以一切都很好。

正面回顾：(?<=s)

完成检查后，中士在编队的末端。他转身向后扫视，以确保没有人偷偷溜走。/.....(?<=ABCDE)/.match('ABCDE'). 是的，每个人都在场并受到重视。

负面回顾：(?<!s)

最后，训练中士最后看了一下，以确保二等兵 A 和 B 没有再一次调换位置（因为他们喜欢 KP）。/.....(?<!BACDE)/.match('ABCDE'). 不，他们没有，所以一切都很好。

于 2013-01-17T21:00:17.307 回答
2

零宽度断言的含义是匹配时消耗零个字符的表达式。例如，在这个例子中，

"foresight".sub(/sight/, 'ee')

匹配的是

foresight
    ^^^^^

因此结果将是

foreee

然而，在这个例子中，

"foresight".sub(/(?<=s)ight/, 'ee')

匹配的是

foresight
     ^^^^

因此结果将是

foresee

零宽度断言的另一个例子是字边界字符\b. 例如，要匹配一个完整的单词，您可以尝试用空格将单词括起来，例如

"flight light plight".sub(/\slight\s/, 'dark')

要得到

flightdarkplight

但是您看到在替换过程中匹配空格如何将其删除？使用单词边界可以解决这个问题：

"flight light plight".sub(/\blight\b/, 'dark')

匹配单词的\b开头或结尾，但实际上不匹配字符：它是零宽度。

也许对您的问题最简洁的答案是：Lookahead 和lookbehind 断言是一种零宽度断言。所有前瞻和后瞻断言都是零宽度断言。

以下是对您的示例的解释：

irb(main):001:0> "foresight".sub(/(?!s)ight/, 'ee')
=> "foresee"

上面，你说的是，“匹配下一个字符不是，s然后是i。” 对于 an来说总是如此i，因为 ani从来都不是 an s，所以替换成功。

irb(main):002:0> "foresight".sub(/(?=s)ight/, 'ee')
=> "foresight"

上面，你说，“匹配下一个字符是一个s，然后是一个i。” 这从来都不是真的，因为 ani从来都不是 an s，所以替换失败。

irb(main):003:0> "foresight".sub(/(?<=s)ight/, 'ee')
=> "foresee"

上面，已经解释过了。（这是正确的。）

irb(main):004:0> "foresight".sub(/(?<!s)ight/, 'ee')
=> "foresight"

以上，现在应该清楚了。在这种情况下，“firefight”将替代“firefee”，但不能将“foresight”替代为“foresee”。

于 2013-01-17T20:51:45.030 回答