regex - 是否可以使用条件正则表达式更喜欢以后的匹配？

Question

假设一个人想要匹配一个任意数字，即前面或后面是某个字符串。但是，如果可能，模式应该总是倾向于匹配数字后跟字符串的子字符串。
例如:

字符串 1234 foo应该匹配。

字符串 foo 1234应该匹配。

字符串 1234 foo 1234应该产生匹配 1234 foo .

(最重要的)字符串 foo 1234 foo应该产生匹配 1234 foo而不是 foo 1234 .

为了避免两次使用相同的表达式，只用 or 反转和分隔，我一直在尝试使用条件模式来实现它。使用下面的模式适用于案例 1-3，但对于案例 4 失败，因为它匹配 foo 1234 .

(\d+)?(?:(?(1) ?)(foo) ??)(?(1)|(?:(\d+)))

向如下所示的条件添加负面预测也无济于事。字符串 foo 1234 foo现在产生两个匹配 foo 123和 4 foo .

(\d+)?(?:(?(1) ?)(foo) ??)(?(1)|(?:(\d+)(?! ?foo)))

由于正则表达式是贪婪的，它总是首先匹配情况 4 中的非首选子字符串。有没有办法让正则表达式更喜欢后面的匹配条件表达式？

Answer 1

好的，如果你不想重复使用 foo除非它在前瞻中，否则我相信以下模式将满足您的所有条件:

(\d+)?(?(1) )(foo)(?(1)| (\d+)\b(?! foo))

Demo .
故障:

(\d+)?          # An optional capturing group matching one or more digits.
(?(1) )         # If the previous group exists, match a space character.
(foo)           # A second capturing group to capture "foo".
(?              # If...
    (1)         # ..the first group exists, match nothing.
|               # Else...
    [ ]         # Match a space character.
    (\d+)       # A third capturing group matching one or more digits.
    \b          # Assert a word boundary to make sure no more digits following.
    (?! foo)    # A negative Lookahead to make sure " foo" is not following.
)               # End If.

如果数字不必以单词边界结尾，则最后一部分的另一种方法是去掉 \b并添加 \d*在负前瞻中:

(\d+)?(?(1) )(foo)(?(1)| (\d+)(?!\d* foo))

Demo .

另一种解决方案是将第三个数字捕获组包装在一个原子组中，以防止在后面的负前瞻中回溯。这解决了第一个解决方案的问题，这样数字子字符串和 foo 之间不必有单词边界。它还解决了第二个解决方案的问题，因此它允许数字子字符串更复杂(例如包括小数 \d+.?\d*)。
(积分归 OP， Ferdinand Schlatt)

(\d+)?(?(1) )(foo)(?(1)| (?>(\d+))(?! foo))

Demo