regex - xquery 中的正向回顾

Question

我正在 xQuery 中编写 Porter 词干分析器，作为第一步，我需要匹配辅音和元音模式。我用作此基础的 Perl 示例中的辅音匹配序列是 (?:[^aiueoy]|(?:(?<=[aiueo])y)|\by) ，元音序列为(?:[aiueo]|(?:(?<![aiueo])y)) 。我需要扩展它以包含字母 aesc (æ)，这就是我的 xquery 正则表达式:

let $v := element {"vowels"} {matches($f,"(?:([^aiueoy])|(?:(?:[aiueo]\1)y))")}
let $c := element {"consonants"} {matches($f,"(?:([aiueo])|(?:(?<![aiueo]\1)y))")}

我正在寻找的 XML 类型的示例如下:

<entry ref="173">
        <headword>abǒve</headword>
        <headword>abǒven</headword>
        <variant>abufe</variant>
        <variant>abufen</variant>
        <variant>abuue</variant>
        <variant>abuuen</variant>
        <variant>abowve</variant>
        <variant>obove</variant>
        <variant>oboven</variant>
        <variant>obufe</variant>
        <variant>obufen</variant>
        <variant>abof</variant>
        <variant>obof</variant>
        <variant>aboyf</variant>
        <variant>aboun</variant>
        <variant>aboune</variant>
        <variant>abown</variant>
        <variant>abowne</variant>
        <variant>aboon</variant>
        <variant>oboun</variant>
        <variant>oboune</variant>
        <variant>abow</variant>
        <variant>aboʒe</variant>
        <part_of_speech> adv. </part_of_speech>
    </entry>

但是，在 Saxon 中运行此命令时，我收到以下错误:Query failed with dynamic error: Syntax error at char 17 in regular expression: No expression before quantifier我很确定我的问题是我没有正确构建积极的lookbehind，将其从 <= 更改为至\1 ，但我不确定如何以与 xQuery 配合使用的方式构建该方面。任何建议将不胜感激。

Answer 1

XQuery 3.1 规范的正则表达式支持在 https://www.w3.org/TR/xpath-functions-31/#regex-syntax 中进行了描述。 ，注意到 XPath 和 XQuery 支持对正则表达式的 XML 模式数据类型规范的多项补充，网址为 https://www.w3.org/TR/xmlschema-2/#regexs 。不幸的是，后向支持不是规范的一部分。

但是，由于您注意到您正在使用 Saxon，因此 Saxon 有一个扩展，如果您提供 j 标志，则可以启用 native Java 正则表达式，如 https://www.saxonica.com/html/documentation/functions/fn/matches.html 中所述。 。这应该使您能够访问 Java 对正向后查找表达式的支持。

(此 j 标志正在成为其他 XQuery 实现中的一种扩展约定。BaseX 遵循 Saxon，如 http://docs.basex.org/wiki/XQuery_Extensions#Regular_Expressions 中所述。eXist 也可能采用此约定:https://github.com/eXist-db/exist/issues/846 。)