理解R regexp中的先行

Question

我正在尝试使用多个前瞻来模拟R Perl类型正则表达式中的AND运算符grep.但是,我不明白我看到的输出.这是一个示例代码块

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)

第二行表明字符串中的位置在abc和xyz之间,并匹配'abcxyz'.为什么它不匹配'abcdefxyz'？

在第三行,我试图输出1,4和5,但它返回未找到.为什么会这样？

我正在使用下面的替代解决方案,但我想在处理多个前瞻时使用前瞻来处理排序.

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

Answer 1

在(?<=abc)(?=xyz)正则表达式只匹配的位置(地方字符串)是与abc和xyz.它会找到匹配abcxyz但不会找到匹配,abcdefxyz因为xyz不会立即跟随abc.

的(?=abc)(?=xyz),因为它在随后与应等于3个字母序列的字符串位置匹配模式将不会匹配任何东西abc,并xyz在同一时间,这是不可能的.

你在寻找什么

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

或者,为了支持多行输入,添加DOTALL修饰符(?s)(这样也.可以匹配换行符):

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

这些将匹配具有两个abc和xyz任何顺序的字符串.

见R演示:

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