正则表达式在给定字符之后忽略模式答案

【问题标题】：regex to ignore patterns when after a given characterr正则表达式在给定字符之后忽略模式
【发布时间】：2017-02-12 23:21:31
【问题描述】：

我正在尝试发现一种模式（在 Ruby 源代码文件中），但如果在内联注释中找到该模式（即在 # 字符之后），则忽略该模式。

例如，给定这个文本 foo.bar foo foo::bar # foo.bar foo::bar

我希望捕获foo 的第一个 (foo.bar) 和第三个 (foo::bar) 案例，其余的忽略（第二个没有立即尾随 . 或 :: , 第四个和第五个出现在# 之后，所以应该忽略。

对于这个文本， foo.bar foo foo::bar

它仍然应该以相同的方式拾取第一个和第三个（因为没有评论可以忽略）。

我有各种技术可以解决这个问题，但没有一个能满足所有情况。 Lookbehind 很有希望，但无法在我的正则表达式方言（Ruby）中处理可变长度。

因此，((?<!\#.*)foo[\.|:{2}]) 不起作用，因为它是可变长度的（并且，正如所写，无论如何只会排除 # 之后的第一个实例）

(.+?(?=#)) 也很有希望，所以我尝试了((foo(\.|\:{2})).+)?(?=\#)，这很接近，但看不出有 2 个 foos 在第一个之后。匹配组只返回foo.bar foo foo::bar，但它会适当地忽略# 之后的任何内容。我很确定是 .+ 造成了不好的区别，但对此的其他修改似乎并没有让我更接近。

显然，我不知道该怎么做，并开始怀疑这是否可能。

[编辑：添加第二个例子]

【问题讨论】：

标签： regex regex-negation regex-lookarounds regex-greedy

【解决方案1】：

我不在 Ruby 中工作，但根据您的描述，听起来 Ruby 不支持后视中的无限量词。这肯定会让事情变得更加困难。但是，您可以利用无限前瞻。您可以使用正则表达式来检查没有内联 cmets 的 foo_bars：

^[^#]*foo(?:\.|::)bar(?=[^#]*$)

...还有一个正则表达式，用于检查具有内联 cmets 的 foo_bars：

foo(?:\.|::)bar(?=[^#]*#)

...然后将它们交替放置在一起：

foo(?:\.|::)bar(?=[^#]*#)|^[^#]*foo(?:\.|::)bar(?=[^#]*$)

【讨论】：

好主意！我让这两个案例分开工作，但没有想到将这样一个“大”对放在一起的交替。我会试试的，谢谢！
你做了一件事我想确保我理解。两个子句中的?=[^#]* 是为了确保在$ 或第一个# 之前没有遇到评论，对吗？我试过?=.*#，但捕获的太多了。我还为以下部分尝试了*[$|#]，但它也不起作用。您能否再解释一下或将我引导至适当的资源？谢谢！
正确。点星是有问题的，因为点匹配任何东西，“任何东西”包括#。您可以通过使用非贪婪的点星 (.*?) 来缓解这种情况。 “不散列”或非贪婪的点星应该工作 - 这是一个问题或偏好。
好的，这是有道理的——我需要更方便地处理贪婪的行为。所以要捕获，我只需要将 foo 括在括号中，但后来我注意到，如果没有内联注释，捕获不能用于获取单个实例（使用 (foo)(?:\.|::)bar(?=[^#]*#)|^[^#]*(foo)(?:\.|::)bar(?=[^#]*$)）
我不熟悉 Ruby 的正则表达式实现。您需要查阅文档以了解捕获组的工作方式。在我使用的引擎中，您通常会从引擎中获取所有捕获组，但未参与比赛的捕获组将是空的。请记住，（AFAIK）捕获组是从左到右的编号，嵌套组在最右边的组之前编号。因此，在您的模式中，第一个 (foo) 是捕获组 1，第二个 (foo) 是捕获组 2。无论哪个匹配，它们仍然分别是 1 和 2。