regex - 正则表达式：负后视和否定之间的区别

Question

来自正则表达式.info：

\b\w+(?<!s)\b. 这绝对不一样\b\w+[^s]\b。当应用于 时Jon's，前者将匹配Jon后者Jon'（包括撇号）。我会留给你找出原因。（提示：\b 匹配撇号和 s）。后者也不会匹配像“a”或“I”这样的单字母词。

你能解释一下为什么吗？

另外，您能否说明一下究竟是做什么\b的，以及为什么它在撇号和 ? 之间匹配s？

Answer 1

\b是一个零宽度断言，表示字边界。这些字符位置（取自该链接）被视为单词边界：

• 在字符串的第一个字符之前，如果第一个字符是单词字符。
• 在字符串的最后一个字符之后，如果最后一个字符是单词字符。
• 在字符串中的两个字符之间，其中一个是单词字符，另一个不是单词字符。

word 字符当然是 any \w。s是一个单词字符，但'不是。在上面的例子中，the'和 the之间的区域s是一个单词边界。

如果我突出显示锚点和边界（第一个和最后一个 s 出现在与and相同的位置） ，字符串"Jon's"看起来像这样：\b^$^Jon\b'\bs$

否定的lookbehind断言(?<!s)\b意味着它只会匹配一个单词边界，如果它前面没有字母s（即最后一个单词字符不是一个s）。所以它在一定的条件下寻找一个词的边界。

因此，第一个正则表达式的工作方式如下：

1. \b\w+匹配前三个字母J o n。

2. 如上所示，nand之间实际上还有另一个单词边界，因此匹配这个单词边界，因为它前面是 an ，而不是 an 。'(?<!s)\bns

3. 由于已经到达模式的末尾，因此结果匹配是Jon.

互补字符类[^s]\b意味着它将匹配任何不是字母的字符s，然后是单词边界。与上面不同的是，这会查找一个字符后跟一个单词边界。

因此，第二个正则表达式的工作方式如下：

1. \b\w+匹配前三个字母J o n。

2. 由于 the'不是字母s（它满足字符类[^s]），并且后面跟着一个单词边界（在'and之间s），所以它是匹配的。

3. 由于已经到达模式的末尾，因此结果匹配是Jon'. 该字母s不匹配，因为它之前的单词边界已经匹配。

Answer 2

The example is trying to demonstrate that lookaheads and lookbehinds can be used to create "and" conditions.

---

\b\w+(?<!s)\b

could also be written as

\b\w*\w(?<!s)\b

That gives us

\b\w*[^s]\b    vs    \b\w*\w(?<!s)\b

I did that so we can ignore the irrelevant. (The \b are simply distractions in this example.) We have

[^s]    vs    \w(?<!s)

On the left, we can match any character except "s"

On the right, we can match any word character except "s"

By the way,

\w(?<!s)

could also be written

(?!s)\w      # Not followed by "s" and followed by \w