代码之家 › 专栏 › 技术社区 › polygenelubricants

回溯中的回溯

backreference lookbehind regex java

10

polygenelubricants · 技术社区 · 15 年前

你能在回溯中使用回溯吗?

假设我想 split 在我身后的任何地方,一个角色都会重复两次。

    String REGEX1 = "(?<=(.)\\1)"; // DOESN'T WORK!
    String REGEX2 = "(?<=(?=(.)\\1)..)"; // WORKS!

    System.out.println(java.util.Arrays.toString(
        "Bazooka killed the poor aardvark (yummy!)"
        .split(REGEX2)
    )); // prints "[Bazoo, ka kill, ed the poo, r aa, rdvark (yumm, y!)]"

使用 REGEX2 (backreference位于lookbehind中嵌套的lookahead中)可以工作,但是 REGEX1 在运行时出现此错误:

Look-behind group does not have an obvious maximum length near index 8
(?<=(.)\1)
        ^

这个 某种程度上 我想这是有道理的,因为一般情况下,反向引用可以捕获任意长度的字符串(不过,如果regex编译器更聪明一点,它可以确定 \1 是 (.) 在这种情况下,因此具有有限的长度)。

那么在lookback中有没有方法使用backreference呢?

如果没有,你能一直使用这个嵌套的lookahead来解决它吗?还有其他常用的技巧吗?

1 回复 | 直到 15 年前

1

5

Tim Pietzcker 15 年前

看来您的怀疑是正确的,反向引用一般不能在Java查找表中使用。你提出的解决方法使lookbehind的有限长度变得明确,在我看来非常聪明。

我很想知道python对这个regex做了什么。Python只支持固定长度的查找,而不是像Java一样的有限长度,但是这个正则表达式是固定长度的。我不能用 re.split() 直接因为python的 拆分() 从不在空火柴上裂开,但我想我在 re.sub() :

>>> r=re.compile("(?<=(.)\\1)")
>>> a=re.sub(r,"|", "Bazooka killed the poor aardvark (yummy!)")
>>> a
'Bazo|oka kil|led the po|or a|ardvark (yum|my!)'

后面的火柴之间两个重复的字符!