为什么正向先行会导致Perl正则表达式中的捕获？

Question

我不明白为什么这段代码会起作用：

$seq = 'GAGAGAGA';
my $regexp = '(?=((G[UCGA][GA]A)|(U[GA]CG)|(CUUG)))'; # zero width match
while ($seq =~ /$regexp/g){ # globally
     my $pos = pos($seq) + 1; # position of a zero width matching
     print "$1 position $pos\n";
}

我知道这是一个零宽度匹配，它没有把匹配的字符串放在$&中，但为什么它把它放在$1？

谢谢!

Answer 1

由于使用了所有内部括号，因此在$1中捕获匹配项。如果您不想捕获，则使用

my $regexp = '(?=(?:(?:G[UCGA][GA]A)|(?:U[GA]CG)|(?:CUUG)))';

甚至更好

my $regexp = qr/(?=(?:(?:G[UCGA][GA]A)|(?:U[GA]CG)|(?:CUUG)))/;

从perlre documentation

• (?:pattern)
• (?imsx-imsx:pattern)

这是用于集群，而不是捕获；它对像()这样的子表达式进行分组，但不像()那样进行反向引用。所以

@fields = split(/\b(?:a|b|c)\b/)

就像

@fields = split(/\b(a|b|c)\b/)

但不会输出额外的字段。如果不需要捕获字符，不捕获字符的成本也更低。

与(?imsx-imsx)一样，?和:之间的任何字母都用作标志修饰符。例如,

/(？s-i:多于.*).*百万/i

等同于更详细的

/(？：(？s-i)超过.*).*百万/i

Answer 2

您的正则表达式包含捕获(...)，这意味着将用这些捕获的结果填充$1、$2等变量。这也适用于前视断言(尽管我相信不是后视断言)。

与所有捕获一样，如果重写为(?:...)，则内容不会进入捕获变量。