在R正則表達式中瞭解lookahead

我正嘗試使用多個lookahead來模擬R運算符Perl類型爲grep的正則表達式。但是，我不明白我看到的輸出。這是一個示例碼塊在R正則表達式中瞭解lookahead

a <- c("abcxyz", "abcdef", "defxyz", "abcdefxyz", "xyzdefabc") 
grep("(?<=abc)(?=xyz)", a, ignore.case=TRUE, perl=TRUE) # returns 1 
grep("(?=abc)(?=xyz)", a, ignore.case=TRUE, perl=TRUE) # returns integer(0)

第二行表明，該串中的位置爲abc和XYZ，和匹配「abcxyz」之間。它爲什麼不匹配'abcdefxyz'？

在第三行，我試圖輸出1,4和5，但它沒有找到。這是爲什麼發生？

我正在使用下面的替代解決方案，但是我想在處理多個lookahead時使用lookahead來處理排序。

grep("abc.*xyz|xyz.*abc", a, ignore.case=TRUE, perl=TRUE) # returns 1 4 5 as expected

來源

2017-01-23 Naumz

在第二選項中，使用兩個'='代替'<='？。也許你需要'grep（「（？<= abc）。*（？= xyz）」，a，ignore.case = TRUE，perl = TRUE）' – akrun

@akrun我試圖避免使用回頭看，它強制執行一個我不想要的命令。我編輯了示例代碼以使其更清晰。我的期望是從這個例子：http://www.rexegg.com/regex-lookarounds.html – Naumz

的正則表達式(?<=abc)(?=xyz)只匹配的位置（發生在串），該abc和xyz之間。它會在abcxyz中找到匹配項，但在abcdefxyz中找不到匹配項，因爲xyz不會立即跟隨abc。

，因爲它在隨後與應等於abc和xyz在同一時間，這是一個不可能完成的3個字母序列的字符串位置匹配的(?=abc)(?=xyz)模式將不會匹配任何東西。

你所尋找的是

^(?=.*abc)(?=.*xyz)

或者，支持多線路輸入添加DOTALL修飾符(?s)（這樣.可以匹配換行符，太）：

(?s)^(?=.*abc)(?=.*xyz)

這些都會以任何順序匹配具有abc和xyz的字符串。

R demo參見：

a <- c("abcxyz", "abcdef", "defxyz", "abcdefxyz", "xyzdefabc") 
grep("^(?=.*abc)(?=.*xyz)", a, ignore.case=TRUE, perl=TRUE) 
## => [1] 1 4 5

來源

2017-01-23 08:59:10

謝謝你的答案！我想我現在明白我的混亂之源。使用'「（？= abc）（？= xyz）」'，第一部分將位置設置爲發生'abc'之前，因此第二部分不能與該位置處的'xyz'匹配。這是正確的嗎？ – Naumz

'（？= abc）'檢查一個位置befire'abc'，一旦找到它，正則表達式引擎就試圖在這個地方找到'xyz'（因爲'（？= ...）'是零寬度斷言，當找到前瞻模式匹配時它不移動正則表達式索引）。 'abc'不能是'xyz'，因此找不到匹配。 –

在R正則表達式中瞭解lookahead

回答

相關問題