如何在Ruby Regex中正确使用lookahead？

Question

我期待这只匹配<style的第一个实例，因为第二个，在空间之后有我放入负向预览的模式。

"<style type=\"text/html\">ciaoxocs <style />".scan /<style\s?(?!\/>)/ 
# => ["<style ", "<style"] 

我要为这里发生了什么的解释，可能是一个更好的解决方案，而无需结束标记有或没有空间匹配只匹配第一个实例：

<style /> or <style/> 

在regex101.com ，它的工作原理与其他LANGS预期：

https://www.regex101.com/r/pW2oM3/1

Answer 1

注意的第二场比赛（其中来自<style />）为<style，（无空格），而非<style（与空间结束，不知为何，你不能在这里看到的差异）。您的负面预测(?!\/>)在/<style\s?(?!\/>)/只禁止\/>来自子字符串匹配<style\s?后。如果与正则表达式的这部分相对应的匹配字符串是<style（没有空格），那么紧跟在原始字符串后面的是空格（而不是\/>），所以满足否定条件。

如果你确信你想一直匹配的模式有一个空间，那么你可以简单地使空间强制性的，你将只能得到你想要的东西：

"<style type=\"text/html\">ciaoxocs <style />".scan /<style\s(?!\/>)/ 
# => ["<style "] 

如果你不能确定关于这一点，然后将可选空间移入负向预览。

"<style type=\"text/html\">ciaoxocs <style />".scan /<style(?!\s?\/>)/ 
# => ["<style"] 

Answer 2

你可能想使用String#match，而不是String#scan迭代地应用模式，直到达到字符串结尾。

> "<style type=\"text/html\">ciaoxocs <style />".match(/<style\s?(?!\/>)/).to_a 
=> ["<style "] 

Answer 3

问题来自回溯机制。让我们来看看关闭标记发生什么情况的描述：

<script\s?匹配"<script "但(?!/>)失败。在这种情况下，回溯机制开始，数量符号逐个回送它们的字符，直到模式成功。在我们的情况下，唯一的可能性是从\s?退回空间。
经过此回溯步骤，<script\s?匹配"<script"（此时没有空格）和(?!/>)条件成功与" />"。

有几种可能性来防止这种机制：

• 使用的原子团(?>...)（即禁止回溯对于子图案一旦达到闭括号）：<script(?>\s?)(?!/>)
• 使用所有格量词0​​（即禁止回溯为量词）：<script\s?+(?!/>)
• 包括在先行的空间：<script(?!\s?/>)\s?