regex - 如何在正则表达式中匹配 "anything up until this sequence of characters"？

Question

采用正则表达式:/^[^abc]/。这将匹配字符串开头的任何单个字符，a、b 或 c 除外。

如果在其后添加 * – /^[^abc]*/ – 正则表达式将继续将每个后续字符添加到结果中，直到满足a、或b、或c。

例如，对于源字符串“qwerty qwertywhat abc hello”，表达式将匹配“qwerty qwerty wh”。

但是如果我希望匹配字符串是“qwerty qwertywhat”怎么办？

换句话说，如何将所有内容匹配(但不包括)精确序列 “abc”？

Answer 1

您没有指定您正在使用哪种正则表达式，但这会适用于任何可以被视为“完整”的最流行的工作。

/.+?(?=abc)/

它是如何工作的

.+? 部分是 .+ 的非贪婪版本(一个或多个任何事物)。当我们使用 .+ 时，引擎基本上会匹配所有内容。然后，如果正则表达式中有其他内容，它将按步骤返回尝试匹配以下部分。这就是贪婪行为，意思是尽可能满足。

当使用.+?时，而不是一次匹配所有内容然后返回其他条件(如果有)，引擎将匹配下一个字符步骤直到正则表达式的后续部分匹配(如果有的话再次匹配)。这是非贪婪，意味着匹配尽可能少的满足。

/.+X/  ~ "abcXabcXabcX"        /.+/  ~ "abcXabcXabcX"
          ^^^^^^^^^^^^                  ^^^^^^^^^^^^

/.+?X/ ~ "abcXabcXabcX"        /.+?/ ~ "abcXabcXabcX"
          ^^^^                          ^

接下来我们有 (?={contents})，一个零宽度断言，环顾四周。这种分组结构与其内容，但不计为匹配的字符(零宽度)。它仅在匹配或不匹配时返回(断言)。

因此，换句话说，正则表达式 /.+?(?=abc)/ 的含义是:

Match any characters as few as possible until a "abc" is found, without counting the "abc".