正则表达式 后面不要包含内容 的写法不生效？

[xiangyuecn]

昨天学会了如何编写 不要包含指定的字符串内容 的正则表达式写法。

特意写了一篇文章记录了一下：

https://www.cnblogs.com/xiangyuecn/p/10668378.html

里面有一个一直困扰的问题，假设：

提取<abcdef>\n<abczzz>中首个不包含 def 结尾的 abc 标签，只知道def，不知道zzz。

---

很简单能写成（ v2 页面浏览器控制台测试，但 not only javascript ）：

/<abc(?!def).+>/.exec("<abcdef>\n<abczzz>")

---

但往往我们不能写死abc，顺理成章的就写成了：

/<.+(?!def).+>/.exec("<abcdef>\n<abczzz>")

---

上面这个不生效，昨天刚发现写成这样就可以了：

/<(?:.(?!def))+>/.exec("<abcdef>\n<abczzz>")

---

不明白为什么.+(?!def)不会生效，前瞻不会和前面的+、*、{}起作用吗？

由于/<.+(?!def).+>/ 结尾还有一个贪婪匹配（虽然实际上只会匹配到结尾仅仅一个字符，看上去像是会匹配所有字符一样，不测试好难看出是哪个.+匹配出来的），这个例子不太好。

换成#1楼这个例子吧，没这么多干扰：

/<.+(?!def)zzz>/.exec("<abcdefzzz>\n<abczzz>")

另注：这里所写的语法，js应该都支持的吧。

[xiangyuecn]

又发现另一种有效写法：
/<(?!.+def).+>/.exec("<abcdefzzz>\n<abczzz>")

可能是结尾的.+导致的不能匹配，但这样写还是不行：
/<.+(?!def)zzz>/.exec("<abcdefzzz>\n<abczzz>")

[frank611]

def 后面的.+是不对的，+是必须匹配一个字符或者更多

[binux]

/<(.+)(?!def)(.+)>/.exec("<abcdef>\n<abczzz>")
你就知道为什么了

[xiangyuecn]

@binux 还是不明白，第一个分组捕获到 abcde，预期想要是 abc，前瞻不会和前面的+、*、{}起作用吗？

[binux]

@xiangyuecn #4 别整那么多名词，Matches 'x' only if 'x' is not followed by 'y'，你自己看看"第一个分组捕获到 abcde"还 followed by 'y' 了吗

[zhyl]

.+ 贪婪匹配

[labnotok]

貌似 js 不支持预查吧，只能手动分组

[xiangyuecn]

@binux 还是不太明白，第一个分组的确是捕获到了`abcde`呀，

照着你的思路找到 https://developer.mozilla.org/en-US/docs/Web/JavaScript/Guide/Regular_Expressions 的解释中有个例子：
> >>>>>
Matches 'x' only if 'x' is not followed by 'y'. This is called a negated lookahead.

For example, /\d+(?!\.)/ matches a number only if it is not followed by a decimal point. The regular expression /\d+(?!\.)/.exec("3.141") matches '141' but not '3.141'.
> >>>>>

发现一个现象：

符合预期：/(\d+)(?!\.1)/.exec("123.141")
符合预期：/([^.]+)(?!\.1)/.exec("123.141")
无效：/(.+)(?!\.1)/.exec("123.141")

难以理解，最后一个就是我的写法，咳。。。

[araraloren]

js 的正则有些特性不支持： https://www.regular-expressions.info/javascript.html

[xiangyuecn]

#8 咦，微博图床 403 了。。。



https://ae01.alicdn.com/kf/HTB1eTOfP4YaK1RjSZFnq6y80pXaF.jpg

[noqwerty]

你这个非要用正则的话感觉只能 <(?!.+def>).+> ，你的写法里 <.+(?!def).+> 第一个.+是贪婪的，会把 def 也包括进去。

[noqwerty]

另外测试正则的时候 https://regex101.com/ 很好用

[binux]

@xiangyuecn #8
/<.+(?!def).+>/.exec("<abcdef>\n<abczzz>")
第一个 .+ 匹配到了 abcde，之后是 f，不是 def，第二个 .+ 匹配 f，符合正则

/(.+)(?!\.1)/.exec("123.141")
第一个 .+ 匹配到了 123.141 ，之后是 EOF 不是 .1，也符合正则

[xiangyuecn]

@binux 嗯，原来如此呀，分解一下豁然开朗，哈哈

意思就是前瞻只能作用于+贪婪匹配到的最后一个字符，并不能阻止+对最后一个字符之前的所有字符进行贪婪匹配。

/(\d+)(?!\.1)/.exec("123.141") 目测是这样的：
> 123：\d+贪婪匹配到.为止
> 12：发现 123.1 不符合(?!\.1)，后退一位
> 没有表达式了，返回 12

/(.+)(?!\.1)/.exec("123.141") 目测是这样的：
> 123.141：.+贪婪匹配到结尾
> 123.141 : 符合(?!\.1)
> 没有表达式了，返回 123.141

/(.(?!\.1))+/.exec("123.141") 目测是这样的：
> 1：.匹配到新的一位
> 1：123 符合(?!\.1)
> 12：.匹配到新的一位
> 12：123.符合(?!\.1)
> 123：.匹配到新的一位
> 12：发现 123.1 不符合(?!\.1)，后退一位，并退出循环
> 没有表达式了，返回 12

如果要对每个字符进行前瞻检查，唯有最后一种写法比较好理解。

[zhyl]

试试这个 `<\w+(?!def)(?<!def)\b>`

[xiangyuecn]

@zhyl 尽量不要用后瞻，难移植