ruby - 在 Ruby 的正则表达式中，前瞻和后视概念如何支持这种零宽度断言概念？

Question

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

为什么这样的名字Zero-Width Assertions ?

Look-ahead怎么了和 look-behind概念支持这样的Zero-Width Assertions概念？

什么这样的?<=s , <!s , =s , <=s - 4 个符号在模式内指示？你能帮我集中精力了解实际发生的事情

我还尝试了一些小代码来理解逻辑，但对它们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"

任何人都可以帮我理解吗？

编辑

在这里，我尝试了两个带有“零宽度断言”概念的片段，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"

以上两者都产生相同的输出，现在在内部如何 regexp他们自己移动以产生输出 - 你能帮我想象一下吗？

谢谢

Answer 1

正则表达式从左到右匹配，并在它们移动时沿字符串移动某种“光标”。如果您的正则表达式包含像 a 这样的常规字符，这意味着:“如果光标前面有一个字母 a，请将光标向前移动一个字符，然后继续。否则，出现问题；备份并尝试其他操作。”所以你可能会说 a有一个字符的“宽度”。

“零宽度断言”就是这样:它断言关于字符串的某些内容(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 ^和 $ .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；他们只检查光标在哪里。

前瞻和后视的工作方式相同。当正则表达式引擎尝试匹配它们时，它会围绕光标检查正确的模式是在它的前面还是后面，但在匹配的情况下，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:

从字符串的开头开始:|foo .

正则表达式的第一部分是 (?=foo) .这意味着:仅匹配 foo出现在光标之后。可以？嗯，是的，所以我们可以继续。但是光标不会移动，因为这是零宽度。我们还有|foo .

接下来是 f .有没有f在光标前？是的，所以继续，将光标移过 f :f|oo .

接下来是 o .有没有o在光标前？是的，所以继续，将光标移过 o :fo|o .

同样的事情，把我们带到 foo| .

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”下一个没有“m”，所以它是单独存在的。

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永远不会匹配任何东西，因为它检查下一个字符是 a ，然后还要检查相同的字符是否为 b ，这是不可能的。

(?<=...)是“后视”；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，因为在它之前有一个“f”，但“flour”中的“our”在它之前有一个“l”，所以它不匹配。

像上面一样，您必须小心放置在它之前的内容。 a(?<=b)永远不会匹配，因为它检查下一个字符是 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，因为接下来是一个空格，而不是“ren”。 “ child ”没有。

这可能是我最常用的一种；精细控制接下来不能发生的事情就派上用场了。

(?<!...)是“负面回顾”；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，因为它前面没有“r”。 “root”中的“oot”显然有一个“r”。

作为额外的限制，大多数正则表达式引擎要求 ...在这种情况下具有固定长度。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。我主要将它们用于我知道永远不必维护的一次性使用，因此我没有任何实用的实际应用程序示例；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。 :)

事后思考:语法来自 Perl regular expressions ，其中使用了 (?后面是许多扩展语法的各种符号，因为 ?本身是无效的。所以<=本身没有任何意义； (?<=是一个完整的标记，意思是“这是回顾的开始”。就像如何+=和 ++是独立的运算符，即使它们都以 + 开头.

不过，它们很容易记住:=表示向前看(或者，实际上，“这里”)，<表示向后看，!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:

正则引擎已经尝试了一些东西，但都没有奏效，现在在fores|ight .

它检查 (?!s) .是光标后的字符s ?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 .

它检查 ight .是否ight在光标之后？嗯，是的，确实如此，所以移动光标:foresight| .

我们完成了!

光标移到子字符串 ight 上，所以这是完整的匹配，这就是被替换的内容。

做 (?!a)b没用，因为你说:下一个字符不能是 a ，而且必须是 b .但这与仅匹配 b 相同!

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 s之前不来ight .