为什么我的正则表达式回看不能在使用Ruby1.9的URL上工作？

Question

我想要这个正则表达式：

.match(/wtflungcancer.com\/\S*(?<!js)/i)

基于存在'js‘这一事实，不匹配以下字符串。但是，以下内容与整个URL匹配：

"http://www.wtflungcancer.com/wp-content/plugins/contact-form-7/includes/js/jquery.form.min.js?ver=3.32.0-2013.04.03".match(/wtflungcancer.com\/\S*(?<!js)/i)

Answer 1

这是因为\S*吃掉了所有字符，所以后视永远不会被激活。

像这样的东西应该是有效的：

/wtflungcancer.com(?!\S*\.js)/i

基本上

对于包含wtflungcancer.com而不是后跟包含".js"的字符串，请使用lookahead

• search
• ，而不要让*消耗所有使用lookbehind的字符串

-- EDIT:添加更多解释--

与有什么不同

"wtflungcancer.com\S*(?<!\.js)"

和

"wtflungcancer.com(?!\S*\.js)"

它们看起来真的很像！

正则表达式中的Lookaround(前视和后视)告诉regexp引擎匹配是否正确:它们不使用字符串中的字符。

特别是lookbehinds告诉regexp引擎向后看，在您的例子中，look并没有固定在右边，所以"\S*“只是消耗了字符串中的所有非空格字符。

例如，下面的正则表达式可以查找不以“.js”结尾的url：

wtflungcancer.com\S+(?<!\.js)$

看见?后视的右侧使用字符串元字符结尾。

在我们的例子中，虽然我们不能将任何东西挂到右边，所以我从lookahead切换到了lookahead

因此，真正的正则表达式只匹配"wtflungcancer.com"：在这一点上，前视告诉正则表达式引擎：“为了使这个匹配正确，这个字符串后面不能跟一个非空格字符序列，后面跟着'.js'”。这之所以有效，是因为lookahead并不使用实际的字符，它们只是逐个字符地移动，看看匹配是否正确。

Answer 2

您可以尝试使用此模式：

wtflungcancer.com\/(?>[^\s.]++|\.++(?!js))*(?!\.)

解释：

目标是允许所有不是空格或点的字符后跟js

(?>                # open an atomic group
    [^\s.]++       # all characters but white characters and .
  |                # OR
    \.++(?!js)     # . not followed by js
)*                 # close the atomic group, repeat zero or more times

为了确保您的模式检查所有的url字符串，我添加了一个先行检查，以检查是否有一个点没有跟随。