如何用Negative Lookahead与Negative Lookbehind编写正则排除被引号包裹的变量名？

为什么会匹配出ther而不是完整的there？ #

你遇到的Hello there"输入返回Hello、ther的现象，根源是两个机制叠加的结果：

• 正则引擎的回溯特性：你当前写的单词匹配逻辑用的是普通贪婪量词，当后续的负向断言不满足时，引擎会主动把已经匹配到的字符“吐出来”，缩短匹配长度，直到满足断言要求为止。
• 断言的位置没有和完整单词的边界绑定：你的后置负向断言(?!") 只检查“当前匹配结束位置的紧邻下一个字符是不是双引号”，不管这个结束位置是在单词中间还是单词末尾。

具体执行流程如下：

• 正则走到there的起始位置，尝试贪婪匹配整个连续字符块there，匹配结束的位置刚好在最后一个e和双引号之间
• 触发后置断言检查，发现下一个字符就是"，不满足(?!")的要求
• 引擎开始回溯，把匹配长度从5个字符缩短到4个，也就是匹配ther，此时匹配结束的位置在r和e之间
• 再次触发断言检查，发现当前位置后面的字符是e，不是双引号，断言通过，于是ther就成为了合法匹配
• 剩下的单个字符e因为长度太短，回溯也无法满足“后面不是双引号”的条件，就被直接跳过了。

当前正则的两个结构性缺陷 #

• 没有锁死单词匹配的长度边界，给引擎回溯“砍断单词”留了空间：只要在连续的单词字符序列中找一个位置能通过断言，正则就会把这个截断的片段当成匹配结果，完全不管它是不是一个完整的独立单词。
• 前置的(?<!") 断言完全达不到你想要的“排除规则覆盖子串起始位置”的效果：这个断言只检查匹配起始位置的紧邻前一个字符是不是双引号，根本没法判断当前位置是不是处于“已经开了引号但还没闭合”的字符串区间里。比如输入"hello world，你的正则会把world当成合法变量名返回，但实际上它是未闭合字符串的一部分，根本不属于独立变量。

第一步：解决“截断单词”的问题 #

把原来的普通贪婪量词换成占有优先量词（写法是在普通量词后面加+，告诉正则引擎匹配到连续单词字符后，不许回溯释放已经匹配的内容），从根源上杜绝正则为了满足断言，把单词截断成片段的可能。
调整后的基础正则为：
(?<!")\b([A-Za-z_][A-Za-z0-9_]*+)\b(?!")
这个版本在遇到there"的情况时，会因为占有优先量词直接抓完整个there，再触发后置断言发现后面是双引号，直接让整个匹配失败，不会回溯截断成ther。

第二步：从根源上区分变量和字符串区间 #

零散的单字符断言永远没法准确判断哪些内容在引号包裹范围内，更可靠的逻辑是优先匹配双引号包裹的字符串区间（直接跳过不识别），剩下的非字符串内容再匹配变量名，对应的正则写法为：
"[^"]*"|\b([A-Za-z_][A-Za-z0-9_]*)\b
这种写法会优先把所有被双引号包裹的整体内容识别为字符串跳过，不会把字符串内部的变量样式片段错判成独立变量。

内容的提问来源于stack exchange，提问作者Torc