Ruby 1.9 正则表达式 Lookbehind Assertion & Anchors答案

【问题标题】：Ruby 1.9 Regex Lookbehind Assertion & AnchorsRuby 1.9 正则表达式 Lookbehind Assertion & Anchors
【发布时间】：2010-08-02 20:25:39
【问题描述】：

Ruby 1.9 正则表达式支持后向断言，但在模式中传递锚点时我似乎遇到了困难。当在前瞻断言中传递锚点时，它运行得很好。

"well substring! "[/(?<=^|\A|\s|\b)substring!(?=$|\Z|\s|\b)/] #=> RegexpError: invalid pattern in look-behind: /(?<=^|\A|\s|\b)substring(?=$|\Z|\s|\b)/

有人知道如何使锚点在后向断言中像在前瞻中一样工作吗？

lookbehind 是否需要特殊的转义序列或分组？

我已经在 1.9.1-p243、p376 和 1.9.2-preview3 中测试了这种行为，以防它被修补。

【问题讨论】：

最后，这不是一个锚问题，因为锚 \b 没有像前瞻断言那样被识别为单词边界。使用 Not a Not word 边界 - [^\B] 解决了问题。
这可能会让人感到意外，但如果\b 在你身后，它也在你面前！对于所有零宽度锚点都是如此，至少在 Java 中是这样。
克拉皮！世界这么小！

标签： regex anchor assertions ruby-1.9 lookbehind

【解决方案1】：

看起来你是对的：\b 在前瞻中按预期工作，但在后瞻中它被视为语法错误。

在这种情况下，这并不重要：如果(?<=^|\A|\s|\b) 会产生所需的结果，那么无论如何，\b 就是您所需要的。断言后面的字符必须是s--一个单词字符--所以\b 意味着（1）前一个字符不是一个单词字符，或者（2）那里是没有前一个字符。既然如此，^、\A和\s都是多余的。

但是，如果字符串以! 开头，那就是另一回事了。 ^ 和 \A 仍然匹配字符串的开头，before !，但 \b 匹配 after 它。如果你想匹配!substring!作为一个完整的字符串你必须使用/\A!substring!\Z/，但是如果你只想匹配整个单词substring你必须使用/\bsubstring\b/。

对于[^\B]，它只匹配除B 之外的任何字符。和\b 一样，\B 是一个零宽度断言，一个字符类必须精确匹配一个字符。一些正则表达式风格会为无效的转义序列 \B 抛出异常，但 Ruby（或 Oniguruma，更有可能）让它滑动。

【讨论】：

【解决方案2】：

看起来后向的解释是范围 [] 的解释，而不是像前瞻断言那样的组 ()。这可能意味着 \b 是无效的退格字符而不是单词边界。

"well substring! "[/(?<=^|\A|\s|[^\B])substring!(?=$|\Z|\s|\b)/]  #=> substring!
"well substring! "[/(?<=^|\A|\s|[^\B])substring(?=$|\Z|\s|\b)/]   #=> substring
"well !substring! "[/(?<=^|\A|\s|[^\B])substring(?=$|\Z|\s|\b)/]  #=> substring
"well !substring! "[/(?<=^|\A|\s|[^\B])!substring(?=$|\Z|\s|\b)/] #=> !substring

当所有其他方法都失败时...使用双重否定！

【讨论】：

【解决方案3】：

是的，看起来 Ruby 1.9.2 不支持 \b 并在后面看。

ruby-1.9.2-p180 :034 > "See Jeffs book and it seems fine!".gsub(/(?=s\b)(?<=\bJeff)/,"'")
SyntaxError: (irb):34: invalid pattern in look-behind: /(?=s\b)(?<=\bJeff)/
from /home/pratikk/.rvm/rubies/ruby-1.9.2-p136/bin/irb:16:in `<main>'

ruby-1.9.2-p180 :033 > "See Jeffs book and it seems fine!".gsub(/(?=s\b)(?<=Jeff)/,"'")
 => "See Jeff's book and it seems fine!"

【讨论】：

它确实支持 \d 。 ruby-1.9.2-p180 :002 > "298281974382".gsub(/(?=(\d\d\d)+$)(?<=\d)/,",") => "298,281,974,382"
那是因为 \d 只是一个像 [0-9] 这样的字符类。您可以在后视锚中包含字符类是有道理的，但将像 \b 这样的锚放在锚中可能没有多大意义（或无法解释）。