PCRE 负前瞻给出了意外的匹配答案

【问题标题】：PCRE negative lookahead gives unexpected matchPCRE 负前瞻给出了意外的匹配
【发布时间】：2017-02-24 11:40:57
【问题描述】：

我想要一个 Perl 正则表达式来匹配 std::foo 但不匹配 std::foo::bar。这是我目前所拥有的：

/((?<!\w)([A-Za-z0-9_]+)::([A-Za-z0-9_]+))(?!:)/

这匹配 std::foo::bar 和 std::fo，但我希望整个匹配失败，而不是部分匹配。

我真正想要什么正则表达式？

【问题讨论】：

[A-Za-z0-9_]如果字符集是纯ASCII，一般写成\w
这是 Perl 还是 PCRE 问题？您似乎可以互换使用它们，但它们是不同的引擎

标签： regex perl pcre

【解决方案1】：

此解决方案在模式\w++ 的foo 部分使用占有量词。这意味着它会在找到一系列“单词”字符后拒绝回溯，即使模式的其余部分 - 负前瞻 - 然后失败。我还必须更改否定的后视来拒绝单词字符或冒号:，以防止baz::std::foo之类的匹配

主要是对the answer from Sebastian Proske的整理。它使用\w 代替文字字符类，使用/x 修饰符添加布局，并删除不必要的括号。它还提供了一个工作示例

use strict;
use warnings 'all';
use feature 'say';

my $s = 'match std::foo but not match std::foo::bar.';

say $1 while $s =~ / (?<![\w:]) ( \w+::\w++) (?!:) /gx;

输出

std::foo

【讨论】：

【解决方案2】：

除了\b，您还可以：

使用所有格匹配来避免回溯到foo：((?<!\w)([A-Za-z0-9_]+)::([A-Za-z0-9_]++))(?!:)
将单词字符类添加到前瞻中，因此它不能回溯到foo：((?<!\w)([A-Za-z0-9_]+)::([A-Za-z0-9_]+))(?![:\w])

【讨论】：

【解决方案3】：

只需在否定前瞻前添加\b，以确保存在单词边界，并且不要忘记在第一个否定前瞻中添加:。否则它会匹配第二部分。

((?<![:\w])([A-Za-z0-9_]+)::([A-Za-z0-9_]+))\b(?!:)

或

只有在导入字符串前面没有非空格字符时才会匹配它。

(?<!\S)([A-Za-z0-9_]+)::([A-Za-z0-9_]+)\b(?!:)

DEMO

【讨论】：

你的第二个选择匹配不同的东西。我认为你应该解释一下。

【解决方案4】：

匹配整个字符串 std::foo::bar 而不是部分值我们可以使用这个正则表达式

((\b(.+)\b)+?[::]{2}.+)

它会给你两个匹配项

std::foo
std::foo::bar

【讨论】：

[::]{2} 只不过是::。但无论如何，我看不出这个正则表达式如何回答这个问题。
或者更准确地说，[::]{2}是一种奇怪的写法[:]{2}，这是一种奇怪的写法:{2}，这是一种奇怪的写法::。