regex - 正则表达式中间的前瞻不匹配

Question

我有一个字符串 $s1 = "a_b"; 我想匹配这个字符串但只捕获字母。我尝试使用前瞻:

if($s1 =~ /([a-z])(?=_)([a-z])/){print "Captured: $1, $2\n";}

但这似乎与我的字符串不匹配。我已经通过使用 (?:_) 解决了最初的问题，但我很好奇为什么我最初的尝试没有奏效？据我了解，前瞻匹配但不捕获，那么我做错了什么？

Answer 1

先行查找下一个直接位置，如果发生真断言，它会回溯到上一个匹配项 - 就在 a 之后 - 以继续匹配。仅当您在正先行 ([a-z])(?=_)_([a-z])

旁边添加一个 _ 时，您的正则表达式才会起作用

你甚至不需要(非)捕获组来代替:

if ($s1 =~ /([a-z])_([a-z])/) { print "Captured: $1, $2\n"; }

编辑

回复@Borodin 的评论

我认为向后移动与回溯相同，通过调试整个事物(Perl Debug模式)更容易识别:

Matching REx "a(?=_)_b" against "a_b"
.
.
.
   0 <> <a_b>                |   0| 1:EXACT <a>(3)
   1 <a> <_b>                |   0| 3:IFMATCH[0](9)
   1 <a> <_b>                |   1|  5:EXACT <_>(7)
   2 <a_> <b>                |   1|  7:SUCCEED(0)
                             |   1|  subpattern success...
   1 <a> <_b>                |   0| 9:EXACT <_b>(11)
   3 <a_b> <>                |   0| 11:END(0)
Match successful!

如上所示，调试输出显示在结果的第四行(第 3 步发生时)引擎消耗字符 a_(同时处于前瞻断言中)然后我们看到在成功断言后发生回溯positive lookahead，引擎以相反的方式跳过整个子模式，并从 a 之后的位置开始。

在第 5 行，引擎只消耗了一个字符:a。 Regex101 调试器:

我如何解释这个回溯在这个插图中更清楚(感谢@JDB，我借用了他的 style of representation )

a(?=_)_b
*
|\
| \
|  : a (match)
|  * (?=_)
|  |↖
|  | ↖
|  |↘ ↖
|  | ↘ ↖
|  |  ↘ ↖
|  |   : _ (match)
|  |     ^ SUBPATTERN SUCCESS (OP_ASSERT :=> MATCH_MATCH)
|  * _b
|  |\
|  | \
|  |  : _ (match)
|  |  : b (match)
|  | /
|  |/
| /
|/
MATCHED

我的意思是，如果先行断言成功 - 因为提取了部分输入字符串 - 它会向上返回(返回到先前的匹配偏移量 - (eptr(指向主题的指针)is not changed but offset is)在重置消耗的字符时，它会尝试从那里继续匹配，我称之为回溯。下面是引擎使用 Regexp::Debugger 采取的步骤的可视化表示

所以我认为这是一种回溯或一种，但是如果我所说的所有这些都是错误的，那么我将不胜感激张开双臂的任何回收。