javascript - 关于正则表达式的一个问题

问题： 有字符串：“python php ruby javascript jsonp perhapsphpisoutdated”
对于该字符串，使用纯正则获取 所有带p 但是不能包含ph 的单词

输出数组 [ 'python', 'javascript', 'jsonp' ]

这个问题想了比较久，也没思路
我的解法是

<code>var result = str.match(/\b\w*(?=p)\w*\b/g)
                .filter((value)=>!/.*(?=ph)/.test(value))
var result2 = str.match(  /\b((?!ph|\s).)*((p[^h\s]((?!ph|\s).)*)|p)\b/g  ) 
console.log(result2)</code>

但是不符合纯正则的要求

群里有大牛给了这么一个答案

<code>/\b((?!ph|\s).)*((p[^h\s]((?!ph|\s).)*)|p)\b/g </code>

完美运行

但是我看不懂，希望有大牛能帮我解读

回复内容：

问题： 有字符串：“python php ruby javascript jsonp perhapsphpisoutdated”
对于该字符串，使用纯正则获取 所有带p 但是不能包含ph 的单词

输出数组 [ 'python', 'javascript', 'jsonp' ]

这个问题想了比较久，也没思路
我的解法是

<code>var result = str.match(/\b\w*(?=p)\w*\b/g)
                .filter((value)=>!/.*(?=ph)/.test(value))
var result2 = str.match(  /\b((?!ph|\s).)*((p[^h\s]((?!ph|\s).)*)|p)\b/g  ) 
console.log(result2)</code>

但是不符合纯正则的要求

群里有大牛给了这么一个答案

<code>/\b((?!ph|\s).)*((p[^h\s]((?!ph|\s).)*)|p)\b/g </code>

完美运行

但是我看不懂，希望有大牛能帮我解读

<code>var str = 'python php ruby javascript jsonp perhapsphpisoutdated';
var reg = /\b(\w*(p[^h\s](?!ph))\w*)\b/g;
str.match(reg);
// => ["python", "javascript", "perhapsphpisoutdated"]</code>

• \b为边界字符，范围为\w和\W之间的字符。

• ()标识的是子表达式。

• (?!)标识的是反向先行断言，和子表达式不同是先行断言并不会被记录。

• [^]标识的是取不满足条件的集合

所以上面的正则意思为取边界之间的含有『p』但是后面紧跟的字符串不是『h』或『空格』，同时后面也不含有『ph』的字符串

\b((?!ph|\s).)*((p[^h\s]((?!ph|\s).)*)|p)\b/g
\b 是边界字符

所以每一个单词对应的匹配是:
((?!ph|\s).)*((p[^h\s]((?!ph|\s).)*)|p)

把这个表达式拆成三部分：

1. ((?!ph|\s).)*

2. (p[^h\s]((?!ph|\s).)*)

3. p

表达式里出现最多的是 ((?!ph|\s).)* 我们来分析一下

《javascript权威指南》里讲： (?!p) 是零宽度负向先行断言，表示接下来的字符不与 p 匹配

这里的 零宽度 是指 它本身不占用匹配：
可能这一点比较难理解，举个例子，比如：

计算"1234".match(/((?!34).)*/)的值

1. 第一次(?!34)之前没有东西、忽略，只对.进行匹配，匹配到"1",字符串剩余"234"

2. 对"234"进行匹配，测试"23"是否匹配?!里的"34"，结果不匹配，继续进行，"23"没有被消耗，接下来的.匹配到"2",

3. 对"34"进行匹配，由于"34"匹配?!里的"34"，匹配终止

整个表达式的匹配结果是"12"

结论：/((?!p).)*/形式的表达式匹配到的字符串是p之前的部分

这里再来看之前的三个表达式：

1. ((?!ph|\s).)*

2. (p[^h\s]((?!ph|\s).)*)

3. p

• 第一个表达式表示匹配单词中 "ph" 或 空格之前的尽量长的字符

• 第二个表达式匹配单词中 "p" 及之后的字符，要求 "p" 之后的第一个字符不能为 "h"，并且同样要求不匹配到 "ph"

• 第三个表达式匹配 单独的 "p" 字符，因为之前的匹配中最短能匹配到的形式是 p[^h\s]，至少为两个字符，而单个"p"字符楼主的要求但未被包括在内，所以单独匹配

梳理一下就会发现，上面的匹配的三个表达式都不匹配 "ph", 但其中一定会有 "p"，完全符合题主的要求