RegExp练习：带有先行断言的不情愿量词

Question

你能解释一下这是怎么回事吗？ 这是一个例子：

<!-- The quick brown fox 
              jumps over the lazy dog -->

<!--[if IE 7]>
    <link rel="stylesheet" type="text/css" href="/supersheet.css" />
<![endif]-->

<!-- Pack my box with five dozen liquor jugs -->

首先，我尝试使用以下正则表达式来匹配条件注释中的内容：

/<!--.*?stylesheet.*?-->/s

它失败了，因为正则表达式匹配第一个<!--和最后一个-->之前的所有内容。 然后我尝试使用另一种模式与前瞻断言：

/<!--(?=.*?stylesheet).*?-->/s

它的工作原理与我需要的完全匹配。 但是，以下正则表达式也起作用：

/<!--(?=.*stylesheet).*?-->/s

最后一个正则表达式在前瞻断言中没有一个不情愿的量词。 现在我很困惑。 谁能解释一下它是如何工作的？ 也许这个例子有更好的解决方案？

更新：

我尝试在另一个文档中使用lookahead断言来使用正则表达式，并且它无法在注释之间添加内容。 所以，这个/ / /<!--(?=.*?stylesheet).*?-->/s （？=。*？ /<!--(?=.*?stylesheet).*?-->/s （以及这一个/ /<!--(?=.*?stylesheet).*?-->/s (? /<!--(?=.*stylesheet).*?-->/s ）不正确。 不要使用它并尝试其他建议。

更新：

Jonny 5找到了解决方案（见答案）。 他提出了三种选择：

1. 使用否定连字符来限制匹配。 仅当标记之间没有连字符时，此选项才有效。 如果样式表具有URL /style-sheet.css ，则它将不起作用。
2. 使用转义序列： \\K 它就像一个魅力。 缺点如下：
   • 它非常慢（在我的情况下，它比其他解决方案慢8-10倍）
   • 仅适用于PHP 5.2.4
3. 使用前瞻来缩小比赛范围。 这是我试图实现的目标，但是我使用外观断言的经验不足以执行任务。

我认为以下是我的例子的一个很好的解决方案：

/(?s)<!--(?:(?!<!).)+?stylesheet.+?-->/

相同但最后使用s修饰符：

/<!--(?:(?!<!).)+?stylesheet.+?-->/s

正如我所说，这是一个很好的解决方案，但我设法改进了模式，并找到了另一个在我的情况下工作得更快的模式。

所以，最终的解决方案如下：

/<!--(?:(?!-->).)+?stylesheet.+?-->/s

感谢所有参与者的有趣答案。

Answer 1

字符串stylesheet在测试文档中只提到一次，因此您尝试的两个正则表达式将以不同的方式匹配相同的内容。

<!--(?=.*?stylesheet).*?-->/s

这个做了以下几点：

• 捕获<!-- 。
• 展望未来，捕捉角色，包括stylesheet 。 如果找不到则失败。
• 捕获角色，包括--> 。

<!--(?=.*stylesheet).*?-->/s

这个做了以下几点：

• 捕获<!-- 。
• 向前看，捕捉任何角色直到不再可能。 Backtrack，不断尝试匹配stylesheet 。 如果找不到则失败。
• 捕获角色，包括--> 。

基本上，一个人需要显着地回溯，而另一个人则不需要。

如果您的主题是......

<!-- The quick brown fox 
              jumps over the lazy dog -->

<!--[if IE 7]>
    <link rel="" type="text/css" href="/supersheet.css" /> <![endif]-->

<!-- Pack my box with five dozen s -->

你得到两个不同的结果。 前者会找到第一个stylesheet ，而后者会找到第二个（和最后一个），因为它从字符串的末尾开始搜索。

Answer 2

要仅匹配<!-- ... stylesheet ... --> ，有很多方法：

1.）使用否定连字符[^-]来限制匹配并保持在<!--和stylesheet

(?s)<!--[^-]+stylesheet.+?-->

[^-]仅允许不是连字符的字符。 请参阅regex101上的测试 。

---

2.）要获得“最后”或最接近的匹配而没有太多正则表达式的努力，也可以在ᗧ吃之前放一个贪婪的 点 。 如果不匹配全局/只匹配一个项目，则有意义。 使用\\ K在贪婪后重置 ：

(?s)^.*\K<!--.+?stylesheet.+?-->

请参阅regex101上的测试 。 也可以使用捕获组并获取$ 1：（ (?s)^.*(<!--.+?stylesheet.+?-->)

---

3.）使用前瞻来缩小范围通常更昂贵：

(?s)<!--(?:(?!<!).)+?stylesheet.+?-->

请参阅regex101上的测试 。 (?!<!). 展望<!--和stylesheet中的每个角色，如果没有开始另一个<! ......留在一个元素里面 类似于否定的连字符解决方案。

---

而不是.*我使用.+ 一个或多个 - 取决于匹配什么。 这里+更合适。
使用什么解决方案取决于具体要求。 对于这种情况，我会使用第一个。