正则表达式多重否定前瞻

Question

这是我的正则表达式模式： [Ss]ection\\s\\d+(?![a-zA-z])(?!</ref>)

例如，它应匹配： section 5 section 50或section 50

例如，它不应该匹配： section 5A或section 5</ref>或section 5A</ref>或section 50A

问题是，实际上它与错误相符： http ： //regexr.com？33ien

虽然不确定这个模式有什么问题...

Answer 1

也许试试[Ss]ection\\s\\d++(?![a-zA-z])(?!</ref>) 。 ++是占有量词 。 这个量词类似于贪婪量词，除了它阻止它与正则表达式的后续部分使用时匹配的字符串片段。

例

System.out.println("ababab".matches("(ab)++ab")); 
// prints false since last "ab" is possessed by (ab)++ 

Answer 2

匹配是没有错的：在你的正则表达式中，你想要“section”后跟一个或多个数字后跟一些文字或“”

这对section 50A是正确的：

section 5之后是0A ，那不是你的负向前瞻。

你可以这样做：

[Ss]ection\s\d+(?![a-zA-Z0-9])(?!</ref>)

Answer 3

这应该工作：

[Ss]ection\s\d+(?!\d)(?![a-zA-z])(?!</ref>)

我已经解释了我们在Strangeness中使用Java正则表达式中的负前瞻断言来考虑regexp前瞻的问题，它也适用于此。

这里的情况略有不同：当我们不希望它时，负向前瞻确实匹配，因为匹配器倾向于接受预先前瞻部分的较短匹配，如果它有助于匹配表达作为一个整体 。 这就是为什么在使用前瞻时理解输入边界很重要的原因：无论是单词边界，锚定$ ，还是关于后续文本的一些断言（ 不是在我提出的解决方案中查看数字 ）。