如何使用 LPeg 正确进行前瞻

Question

要匹配以 dog 开头的字符串，后跟 cat（但不消耗cat），这可以工作：

local lpeg = require 'lpeg'
local str1 = 'dogcat'
local patt1 = lpeg.C(lpeg.P('dog')) * #lpeg.P('cat')
print(lpeg.match(patt1, str1))

输出：dog

为了匹配以 dog 开头的字符串，后跟任何字符序列，然后是cat（但不使用它），例如正则表达式前瞻(dog.+?)(?=cat)，我尝试了这个：

local str2 = 'dog and cat'
local patt2 = lpeg.C(lpeg.P("dog") * lpeg.P(1) ^ 1) * #lpeg.P("cat")
print(lpeg.match(patt2, str2))

我的预期结果是 dog and ，但它返回nil 。

如果我扔掉前瞻部分（即使用模式lpeg.C(lpeg.P("dog") * lpeg.P(1) ^ 1)），它可以成功匹配整个字符串。这意味着* lpeg.P(1) ^ 1部分正确匹配任何字符序列，不是吗？

如何解决？

Answer 1

您需要在

前瞻中的每个位置否定"cat"，该位置可以匹配：

local patt2 = lpeg.C(lpeg.P"dog" * (lpeg.P(1)-lpeg.P"cat") ^ 1) * #lpeg.P"cat"

我认为插入我一直在研究的调试器 （pegdebug） 是合适的，因为它在这种情况下会有所帮助。下面是它为原始 lpeg 表达式生成的输出：

+   Exp 1   "d"
 +  Dog 1   "d"
 =  Dog 1-3 "dog"
 +  Separator   4   " "
 =  Separator   4-11    " and cat"
 +  Cat 12  ""
 -  Cat 12
-   Exp 1

您可以看到分隔符表达式"吃掉"了所有字符，包括"猫"，并且没有什么可以与P"cat"匹配的了。

修改后的表达式的输出如下所示：

+   Exp 1   "d"
 +  Dog 1   "d"
 =  Dog 1-3 "dog"
 +  Separator   4   " "
 =  Separator   4-8 " and "
 +  Cat 9   "c"
 =  Cat 9-11    "cat"
=   Exp 1-8 "dog and "
/   Dog 1   0   
/   Separator   4   0   
/   Exp 1   1   "dog and "

以下是完整的脚本：

require 'lpeg'
local peg = require 'pegdebug'
local str2 = 'dog and cat'
local patt2 = lpeg.P(peg.trace { "Exp";
  Exp = lpeg.C(lpeg.V"Dog" * lpeg.V"Separator") * #lpeg.V"Cat";
  Cat = lpeg.P("cat");
  Dog = lpeg.P("dog");
  Separator = (lpeg.P(1) - lpeg.P("cat"))^1;
})
print(lpeg.match(patt2, str2))