正则表达式（四）——位置匹配（环视、单词分界符、锚点）

标签：style   blog   http   color   使用   strong   io   2014   

   这次的内容是有关于正则表达式中的位置匹配，它包含的内容有两部分，一部分是较为简单的锚点和单词分界符，一部分是较为复杂的零宽断言。复杂有复杂的好处，写起来复杂，能匹配的位置也就越复杂。零宽断言又可以叫做环视。这一部分是重点内容。

锚点

   标准的锚点有这么几个，它们是^，$。在普遍的，不涉及任何模式的情况下，脱字符（^）匹配的是文本的起始位置。而$匹配的则是文本末尾的换行符\n之前的位置。举个例子

   正则表达式：s$

   上面这个正则表达式的意思就是匹配以字符【s】结尾的行，即【······s/n】这样的字符串。

单词分界符

   单词分界符在不同的工具中支持也不同，一般来说，支持最好的是\b，其次有的工具还支持\<、\>。\b匹配单词的边界，即可以匹配单词的起始，也可以匹配单词的结束。而\<、\>则分别匹配单词的开始位置和结束位置。这个元字符是很简单的。不过对于每种工具它所定义的“单词字符”的含义都不一样，导致可能不同的工具，单词分界符能匹配到的内容有所差异。不过一般来说，只要是一个正常的单词，类似【happy】、【new】之类的单词是必定能匹配的。单词分界符并不会对单词进行语义的分析，它的规则通常只是简单的相连字符，所以类似【a1d2c3d4】这样的文本，单词分界符也能成功匹配。但是有可能像【I.T】这样的单词就无法成功匹配了。

环视（零宽断言）

   环视又叫零宽断言。依照字面意思可以这样理解：零宽即匹配到的宽度为0（匹配到1个字符的话宽度就是1了，匹配位置的话无法匹配到任何字符，宽度为0），断言即需要满足一定的条件。所以零宽断言是意思就是：在一定的条件下匹配到的位置。

   环视分两类（顺序、逆序）四种，它们是

   【顺序肯定环视(?=Expression)】

   【顺序否定环视(?!Expression)】

   【逆序肯定环视(?<=Expression)】

   【顺序否定环视(?<!Expression)】

   顺序环视就是从左边向右匹配，逆序的就是从右边向左匹配。但是逆序的使用就现在的正则表达式而言，有所限制，此限制放到最后讲。我们首先从环视的匹配基础上讲起。

   对于顺序肯定环视(?=Expression)来说，子表达式（即除?=以外的表达式）Expression匹配右边的字符成功时，表达式(?=Expression)匹配成功，并报告引擎在当前位置匹配成功。当Expression匹配右边的字符失败时，表达式(?=Expression)匹配失败。

   对于顺序否定环视(?!Expression)来说，子表达式（即除?!以外的表达式）Expression匹配右边的字符失败时，表达式(?!Expression)匹配成功，并报告引擎在当前位置匹配成功。当Expression匹配右边的字符成功时，表达式(?!Expression)匹配失败。

   对于逆序肯定环视(?<=Expression)来说，子表达式（即除?<=以外的表达式）Expression匹配左边的字符成功时，表达式(?<=Expression)匹配成功，并报告引擎在当前位置匹配成功。当Expression匹配左边的字符失败时，表达式(?<=Expression)匹配失败。

   对于逆序否定环视(?&lt!Expression)来说，子表达式（即除?&lt!以外的表达式）Expression匹配左边的字符失败时，表达式(?&lt!Expression)匹配成功，并报告引擎在当前位置匹配成功。当Expression匹配左边的字符成功时，表达式(?&lt!Expression)匹配失败。

   下面举几个例子，例子来源于网络，首先是一个顺序否定环视的例子。

   源字符串：aa<p>one</p>bb<div>two</div>cc

   正则表达式：<(?!/?p\b)[^>]+>

   这个正则的意义就是匹配除了<p···>或</p>之外的所有标签

   按图所示，这个正则中<就匹配它本身，(?!/?p\b)是一个顺序否定表达式，子表达式是</?p\b，意思是这个表达式的右边不能是字符【/p】或者【p】，问号是代表匹配一次或者不匹配，大家应该还记得。然后[^>]+中的[^···]是排除型字符组，表示的是除【>】以外的字符都可以匹配，匹配的数量是最少一次，最多不限制。最后一个表达式>的意义是匹配它本身。

   上面整个表达式的含义就是：匹配【<（<右边不能是p或/p）（除>的字符N个）>】这样一个文本。由此例子，我们也可以看出，表达式通常可以拆分成一个个的子表达式，最后把它们连起来形成一个完整的表达式。

   再看一个逆序肯定环视的例子

   源字符串：<div>a test</div>

   正则表达式：(?<=<div>)[^<]+(?=</div>)

   这个正则的意义就是匹配<div>和</div>标签之间的内容，而不包括<div>和</div>标签本身。

   (?<=<div>) 的意思就是左边不能是<div>，而(?=</div>) 的意思是右边不能是</div>。

   具体上面两个例子的执行步骤，感兴趣的请看参看的第二篇引用。我们现在回过头来讲一讲逆序环视的限制。逆序环视使用的必要条件是：逆序环视只能在有限长度的文本中使用。意思就是表达式能匹配的文本必须长度必须是有限的，如果表达式是(?<!books?) 或者(?<!\w+)则无法匹配，因为它们的长度无法确定。因为此原因，也有一些工具不支持逆序环视

   参考：《精通正则表达式》

        《正则基础之——环视》

正则表达式（四）——位置匹配（环视、单词分界符、锚点）,布布扣,bubuko.com

正则表达式（四）——位置匹配（环视、单词分界符、锚点）

标签：style   blog   http   color   使用   strong   io   2014   

原文地址：http://www.cnblogs.com/zer0Black/p/3868896.html