javascript - 正则表达式否定性环顾四周，相邻2个匹配项

Question

应该有人提出来的一个简单问题:

如果我运行以下JavaScript:

var regex = new RegExp("(?!cat)dog(?!cat)","g");
var text =  "catdogcat catdogdog catdogdogcat".replace(regex,"000");
console.log(text);

输出:

catdogcat cat000000 cat000dogcat

但是我虽然应该输出以下内容:

catdogcat cat000000 cat000000cat

为什么 catdogdogcat中的第二个“狗”没有被 000代替？

编辑:我要在两边都没有猫的情况下替换“dog”。在 catdogdogcat中，两只狗都满足此要求，因此应将其替换。显然，我不了解这些负面的环顾...

Answer 1

您的方法有两个问题。

您的第一个先行记录必须是回首记录。 当您编写(?!cat)时，引擎会检查接下来的三个字符是cat，然后重置到开始的位置(这是看起来前面的方式)，然后尝试将dog与这三个字符匹配。因此，前瞻不会添加任何内容:如果您可以匹配dog，则显然无法在同一位置匹配cat。您想要的是一种在后面的(?<!cat)，用于检查前面的字符不是cat。不幸的是，JavaScript不支持向后看。

您想在逻辑上对这两种环顾或。 在您的情况下，如果任一环视失败，都会导致模式失败。因此，必须满足这两个要求(在任一端都没有cat)。但是，您实际上想对此进行OR。如果支持lookbehinds，则看起来像(?<!cat)dog|dog(?!cat)(请注意，交替将整个模式分开)。但是正如我所说，不支持向后看。您似乎在第一个catdogdog位中似乎对两个环视对象进行了“或”运算的原因是，前面的cat根本未被选中(请参见第1点)。

那么如何解决后顾之忧？ Kolink的答案建议使用 (?!cat)...dog，它可以将环视放在 cat的开始位置，并使用前瞻性。这有两个新问题:它不能与字符串开头的 dog匹配(因为前面必须有三个字符。并且它不能与两个连续的 dog匹配，因为匹配不能重叠(匹配第一个 dog之后，引擎需要三个新字符 ...，它将在实际再次匹配 dog之前消耗下一个 dog。

有时，您可以通过反转图案和字符串来解决此问题，从而将先行预测转变为先行-但在您的情况下，这会将末尾的先行转变为先行预测。

仅正则表达式的解决方案

我们必须聪明一点。由于匹配项不能重叠，因此我们可以尝试显式匹配 catdogcat而不替换它(因此在目标字符串中跳过它们)，然后替换所有我们找到的 dog。我们将这两种情况交替使用，因此它们都在字符串的每个位置上都尝试过(以 catdogcat选项为优先，尽管在这里并不重要)。问题是如何获取条件替换字符串。但是，让我们来看看到目前为止所取得的成就:

text.replace(/(catdog)(?=cat)|dog/g, "$1[or 000 if $1 didn't match]")

因此，在第一个替代方案中，我们匹配一个 catdog并将其捕获到 1组中，并检查后面是否还有另一个 cat。在替换字符串中，我们只需写回 $1。优点是，如果第二个替代项匹配，则第一个组将不被使用，因此将被替换为空字符串。我们仅匹配 catdog并立即使用前瞻而不是立即匹配 catdogcat的原因再次是重叠匹配。如果我们使用 catdogcat，则在输入 catdogcatdogcat中，第一个匹配项将消耗所有内容，直到并包括第二个 cat，因此第一个替代项无法识别第二个 dog。

现在唯一的问题是，如果使用第二种替代方法，如何将 000放入替代物中。

不幸的是，我们无法构想不属于输入字符串的条件替换。诀窍是在输入字符串的末尾添加 000，如果我们找到 dog，则在前瞻中捕获它，然后将其写回:

text.replace(/$/, "000")                            
    .replace(/(catdog)(?=cat)|dog(?=.*(000))/g, "$1$2")
    .replace(/000$/, "")

第一次替换将 000添加到字符串的末尾。

第二个替换匹配 catdog(检查是否跟随另一个 cat)并将其捕获到组 1中(将 2保留为空)，或者匹配 dog并将捕获 000捕获到组 2中(将组 1保留为空)。然后我们写回 $1$2，它将是未经修饰的 catdog或 000。

第三个替换项删除了字符串末尾的多余 000。

回调解决方案

如果您不喜欢准备正则表达式，并且不喜欢第二种选择，则可以使用稍微更简单的正则表达式和替换回调:

text.replace(/(catdog)(?=cat)|dog/g, function(match, firstGroup) {
    return firstGroup ? firstGroup : "000"
})

对于 replace版本，将为每个匹配项调用提供的函数，并将其返回值用作替换字符串。函数的第一个参数是整个匹配项，第二个参数是第一个捕获组(如果该组不参与匹配，则为 undefined)，依此类推...

因此，在替换回调中，如果 000是未定义的(即匹配的 firstGroup选项)，我们可以自由设置我们的 dog，或者如果存在的话(即匹配的 firstGroup选项)仅返回 catdogcat。这有点简洁，可能更容易理解。但是，调用该函数的开销使其变为 significantly slower(尽管是否重要取决于您要执行此操作的频率)。选择你喜欢的!