将正向前瞻 (?=regex) 与 re2 一起使用

Question

由于我对 re2 有点陌生，我正在尝试弄清楚如何在

Go 中使用正向前瞻 (?=regex)，如 JS、C++ 或任何 PCRE 风格。

这是我正在寻找的一些示例。

JS：

'foo bar baz'.match(/^[\s\S]+?(?=baz|$)/);

Python：

re.match('^[\s\S]+?(?=baz|$)', 'foo bar baz')

• 注意：两个示例都匹配

  'foo bar '

非常感谢。

Answer 1

根据语法文档，不支持此功能：

(?=re)

在文本匹配之前

re

（不支持）

另外，来自WhyRE2：

原则上，RE2 不支持仅已知存在回溯解决方案的构造。因此，不支持反向引用和环视断言。

Answer 2

您可以使用更简单的正则表达式来实现此目的：

re := regexp.MustCompile(`^(.+?)(?:baz)?$`)
sm := re.FindStringSubmatch("foo bar baz")
fmt.Printf("%q\n", sm)

sm[1]

将是你的对手。游乐场：http://play.golang.org/p/Vyah7cfBlH

Answer 3

如果您想要匹配广泛的模式，但纯粹在正则表达式中排除特定子字符串，您可以使用一种称为“逐步排除”的技术

此技术涉及迭代地细化正则表达式以逐个字符地排除特定序列。

让我们考虑一个例子。假设您想要匹配所有以“@google.com”结尾的电子邮件地址，但排除特定地址“[email protected]”。以下是如何使用逐步排除技术构建这样的正则表达式：

^(?i)([\w]{1,6}|[a-mo-z0-9_][\w]*|n[a-np-z0-9_][\w]*|no[a-qs-z0-9_][\w]*|nor[a-df-z0-9_][\w]*|nore[a-oq-z0-9_][\w]*|norep[a-km-z0-9_][\w]*|norepl[a-xz0-9_][\w]*)@google\.com

模式分解

1. (?i)

   ：此标志使正则表达式不区分大小写。

2. [\w]{1,6}

   ：此部分与包含

   noreply

   较短但不完整部分的任何电子邮件地址匹配，例如

   [email protected]

3. [a-mo-z0-9_][\w]*

   ：此部分匹配以任何字母数字字符或下划线开头（

   n

   除外）并以

   @google.com

   结尾的任何电子邮件。
4. 模式的每个后续部分（例如，

   n[a-np-z0-9_][\w]*

   、

   no[a-qs-z0-9_][\w]*

   等）旨在逐步排除“noreply”中以相同顺序出现的字符。
5. 最后一部分，

   noreply[\w]*

   ，匹配以 'noreply' 开头且在

   @google.com

   之前有其他字符的地址。