带(?<!xx)否定后行断言的正则为何仍匹配含xx前缀的字符串

核心原因 #

问题根源是否定后行断言的匹配范围和校验位置错配，对零宽断言的作用逻辑存在认知偏差。

具体拆解 #

你使用的正则是 (?<!xx)(?<=34)56(?=78)，所有零宽断言都是对56的起始位置（即字符5前方的间隙）做校验，不会消耗实际字符：

• 首先明确56的起始位置：在测试用例xx345678中，56的起始间隙位于字符4和5之间
• (?<=34) 校验该间隙前方紧邻的2个字符是否为34，此处确实为34，断言通过
• (?<!xx) 校验该间隙前方紧邻的2个字符是否不为xx，此处紧邻2个字符是34而非xx，断言同样通过
• 两个断言都满足，所以xx345678依然能匹配到56

你预期(?<!xx)会排除带xx前缀的用例，本质是误以为该断言会校验匹配内容前的所有字符，实际上固定长度的后行断言只会校验匹配位置往前、和断言内部字符串长度相等的范围内的字符，不会追溯更前面的xx内容。

修正方案 #

如果要实现「34前方不能紧邻xx」的预期效果，可将正则调整为 (?<=(?<!xx)34)56(?=78)，将否定后行断言嵌入到34的正向后行断言内部，直接校验34前方的字符是否为xx，即可排除xx345678的匹配。

内容的提问来源于stack exchange，提问作者tapseoff