[已解决]正则问题 - 零宽度负预测先行断言一例

上清宫主

围观学习

爱疯

想知道错误的原因。

红字体表示匹配值
绿字体表示预测
黄填充表示查找范围



第1次匹配：x = "100斤苹果 100元,30斤梨 60元,5斤香蕉 8.5元"

第2次匹配：x = "100斤苹果 100元,30斤梨 60元,5斤香蕉 8.5元"

第3次匹配：x = "100斤苹果 100元,30斤梨 60元,5斤香蕉 8.5元"

第4次匹配：x = "100斤苹果 100元,30斤梨 60元,5斤香蕉 8.5元"

第5次匹配：x = "100斤苹果 100元,30斤梨 60元,5斤香蕉 8.5元"



为什么第1次和第2次不是同一标准，第3次和4次也不是同一标准？

liuguansky

{:1812:}贪婪匹配明白吗？
这个什么断言什么的，我的理解是
比如这个pattern"\d+\.?\d*(?!斤)"

\d+\.?\d*他先搜索最大的匹配段
如果后面是斤，那么再是减长度段匹配段，再看后面是不是斤
比如这样的文本"我是你你你你你你你“
pattern是".+(?!你|$)"
这个时候他最开始是匹配到我是你你你你你你，后面是你，不符合，再匹配到我是你你你你你，后面是你，不符合。。。。
因为+的贪婪性。
而pattern是".+?(?!你|$)"
文本为"我你你你你你你你你是你"
先匹配到我，而后面是你，不符合，再匹配到我你，后面是你，不符合。。。直到
我你你你你你你你你，符合要求。因为+?的懒惰性。
试试这段代码吧：

1. 
   
2. Sub Test()
   
3.     Dim regex As Object, matchs As Object, match As Object
   
4.     Dim x As String, y As String, z As String
   
5. '    x = "我你你你你你你你你你是你"
   
6. '    y = ".+?(?!你|$)"
   
7.     x = "我是你你你你你你你你你你"
   
8.     y = ".+(?!你|$)"
   
9.     Set regex = CreateObject("VBScript.RegExp")
   
10.     With regex
    
11.         .Global = True
    
12.         .Pattern = y
    
13.         MsgBox .Execute(x)(0)
    
14.     End With
    
15. End Sub
    
16. 
    

复制代码

爱疯

刚发了最佳，我又想起了 ..... 起因是想知道为什么不是3个价格的数字，我还没理解清楚啊{:201:}

爱疯

我现在，又清晰了。看说的对不对？


1、解释12#
如果不好理解12#，可把x的值换下

1. Sub Test2()
   
2.     Dim regex As Object, matchs As Object, match As Object
   
3.     Dim x As String, y As String, z As String
   
4.     x = "1斤苹果 2元,3斤梨 4元,5斤香蕉 6元"
   
5.     y = "\d+\.?\d*(?!斤)"
   
6.     Set regex = CreateObject("VBScript.RegExp")
   
7.     With regex
   
8.         .Global = True
   
9.         .Pattern = y
   
10.         Set matchs = .Execute(x)
    
11.         Debug.Print "值", "位置", "长度"
    
12.         For Each match In matchs
    
13.             Debug.Print match.Value, match.firstindex, match.Length
    
14.         Next
    
15.     End With
    
16. End Sub
    

复制代码

即所有数字都只有1位，这样负预测，看似可得到“3个价格的数字”了，但这是有隐患的，不准确的，有条件的 ------ 数字必须只1位。当换成12#那样，隐患就显现出来了。理由如7#和8#。


2、13#例子
我简化了例中的值，只为好数（那么多你你你。。。。。眼都花了），我觉得理解了这样，其它就能理解了。

1. Sub Test1()
   
2.     Dim regex As Object, matchs As Object, match As Object
   
3.     Dim x As String, y As String, z As String
   
4.     x = "abcdee"
   
5.     y = ".+(?!e)"
   
6.     Set regex = CreateObject("VBScript.RegExp")
   
7.     With regex
   
8.         .Global = True
   
9.         .Pattern = y
   
10.         MsgBox .Execute(x)(0)
    
11.         MsgBox .Execute(x).Count
    
12.     End With
    
13. End Sub

复制代码

为什么结果仍是"abcdee"呢？
除^、$、\b外，当零度断言时，“位置”(^、$、\b)也将参入预测。（从13#例子中发现的）

首先，".+(?!e)"是贪婪模式。于是先考虑所有字符。"abcdee"后不是e而是$（字符串末尾，只是一个位置，但也被用来预测），符合条件，所以"abcdee"是匹配值。尽管"abc"也符合，但贪婪模式追求尽可能长。

当y = ".+(?!e|$)"时，分支决定.+。分支左边产生匹配值"abc"后，就不再查找了（尽管分支右边"abcdee"也符合，但分支总是优先考虑靠左的）

liuguansky

我认为因为这个叫零宽断言，是没有长度，只是确认一个位置[就是不在匹配结果中显示的]，所以^$\b这样匹配一个位置的也是OK的

爱疯

liuguansky 发表于 2012-2-24 18:05
我认为因为这个叫零宽断言，是没有长度，只是确认一个位置[就是不在匹配结果中显示的]，所以^$\b这样匹配一 ...

不大理解这句的意思