正则表达式之零宽断言详解

正则表达式之零宽断言详解

0. 概念

• 零宽 Zero-width : 表示该子正则表达式本身并不产生匹配字符, 也不消耗输入字符串, 等同效果为宽度零的字符串.

• lookahead: 表示从当前匹配位置之后匹配断言表达式

• lookbehind: 表示从当前匹配位置之前匹配断言表达式

• Positive: 表示条件满足断言匹配表达式时为匹配

• Negative: 表示必须条件不满足断言匹配表达式时为匹配

• 总结:

  表达式	定义
  (?=exp)	正预测先行断言
  (?!exp)	负预测先行断言
  (?<=exp)	正回顾后发断言
  (?<!exp)	负回顾后发断言

1. 零宽度正预测先行断言 Zero-width positive lookahead (?=exp)

1.1 零宽度正预测先行断言 (?=.+and.+)

“cats, dogs and some mice.”

\b\w+\b(?=.+and.+)	
# 输出结果: "cats", "dogs"

• 解析正则表达式 \b\w+\b(?=.+and.+) 的作用：

  1. \b：匹配单词边界。
  2. \w+：匹配一个或多个单词字符（字母、数字或下划线）。
  3. \b：再次匹配单词边界。
  4. (?=.+and.+)：正预测先行断言，表示在当前位置之后(lookahead)必须(positive)跟着任意字符（.+），然后是 “and”，再跟着任意字符（.+）。

• 综上所述：这个正则表达式会匹配单词边界内的一个或多个单词字符的字符串，并且该字符串后面必须有任意字符，接着是 “and” 及其后的任意字符。

• 示例句子 “cats, dogs and some mice.” 中的匹配情况：

  • cats：匹配，因为 cats 后面有 and且与 and之间还有其他任意字符
  • dogs：匹配，因为 dogs 后面有 and且与 and之间还有其他任意字符
  • and：不匹配，因为 and 后面没有 and
  • some：不匹配，因为 some 后面没有 and
  • mice：不匹配，因为 mice 后面没有 and

• 匹配结果如下：

cats
dogs

2. 零宽度负预测先行断言 Zero-width negative lookahead (?!exp)

2.1 零宽度负预测先行断言 (?!.+and.+)

“cats, dogs and some mice.”

\b\w+\b(?!.+and.+)
# 输出结果: "and", "some", "mice"

• 解析正则表达式 \b\w+\b(?!.+and.+) 的作用：

  1. \b：匹配单词边界。
  2. \w+：匹配一个或多个单词字符（字母、数字或下划线）。
  3. \b：再次匹配单词边界。
  4. (?!.+and.+)：负预测先行断言，表示在当前位置之后(lookahead)不能(negative)有"任意字符（.+），然后是 “and”，再跟着任意字符（.+）"。

• 综上所述：这个正则表达式会匹配单词边界内的一个或多个单词字符的字符串，并且该字符串后面不能有任意字符，接着是 “and” 及其后的任意字符。

• 示例句子 “cats, dogs and some mice.” 中的匹配情况：

  • cats：不匹配，因为 cats 后面有 单词and
  • dogs：不匹配，因为 dogs 后面有 单词and
  • and：匹配，因为 and 后面没有单词and
  • some：匹配，因为 some 后面没有单词and
  • mice：匹配，因为 mice 后面没有单词and

• 匹配结果如下：

and
some
mice

3. 零宽度正回顾后发断言 Zero-width positive lookbehind (?<=exp)

3.1 零宽度正回顾后发断言 (?<=.+and.+)

“cats, dogs and some mice.”

\b\w+\b(?<=.+and.+)
# 输出结果: "some", "mice"

• 解析正则表达式 \b\w+\b(?<=.+and.+) 的作用：

  1. \b：匹配单词边界。
  2. \w+：匹配一个或多个单词字符（字母、数字或下划线）。
  3. \b：再次匹配单词边界。
  4. (?<=.+and.+)：正回顾后发断言，表示在当前位置之前(lookbehind)必须(positive)有任意字符（.+），然后是 “and”，再跟着任意字符（.+）。

• 综上所述：这个正则表达式会匹配单词边界内的一个或多个单词字符的字符串，并且该字符串前面必须有任意字符，接着是 “and” 及其后的任意字符。

• 示例句子 “cats, dogs and some mice.” 中的匹配情况：

  • cats：不匹配，因为 cats 前面没有单词and
  • dogs：不匹配，因为 dogs 前面没有单词and
  • and：不匹配，因为 and 前面与单词and没有间隔一个字符
  • some：匹配，因为 some 前面有单词and
  • mice：匹配，因为 mice 前面有单词 and

• 匹配结果如下：

some
mice

3.2 零宽度正回顾后发断言 (?<=.+and.*)

“cats, dogs and some mice.”

\b\w+\b(?<=.+and.*)
# 输出结果: "and", "some", "mice"

• 解析正则表达式 \b\w+\b(?<=.+and.*) 的作用：

  1. \b：匹配单词边界。
  2. \w+：匹配一个或多个单词字符（字母、数字或下划线）。
  3. \b：再次匹配单词边界。
  4. (?<=.+and.*)：正回顾后发断言，表示在当前位置之前必须有任意字符（.+），然后是 “and”，再跟着任意数量的任意字符（.*）。

• 综上所述：这个正则表达式会匹配单词边界内的一个或多个单词字符的字符串，并且该字符串前面必须有任意字符，接着是 “and” 及其后的任意数量的字符。

• 示例句子 “cats, dogs and some mice.” 中的匹配情况：

  • cats：不匹配，因为 cats 前面的部分是空的，不符合 .+and.*。
  • dogs：不匹配，因为 dogs 前面的部分是 cats, ，不符合 .+and.*。
  • and：匹配，因为 and 前面的与单词and匹配, 且间隔了任意数量(0个)字符.*
  • some：匹配，因为 some 前面的部分是 cats, dogs and ，符合 .+and.*。
  • mice：匹配，因为 mice 前面的部分是 cats, dogs and some ，符合 .+and.*。

• 匹配结果如下：

and
some
mice

4. 零宽度负回顾后发断言 Zero-width negative lookbehind (?<!exp)

4.1 零宽度负回顾后发断言 (?<!.+and.+)

“cats, dogs and some mice.”

\b\w+\b(?<!.+and.+)
# 输出结果: "cats", "dogs", "and"

• 解析正则表达式 \b\w+\b(?<!.+and.+) 的作用：

  1. \b：匹配单词边界。
  2. \w+：匹配一个或多个单词字符（字母、数字或下划线）。
  3. \b：再次匹配单词边界。
  4. (?<!.+and.+)：负回顾后发断言，表示在当前位置之前不能有任意字符（.+），然后是 “and”，再跟着任意字符（.+）。

• 综上所述：这个正则表达式会匹配单词边界内的一个或多个单词字符的字符串，并且该字符串前面不能有任意字符，接着是 “and” 及其后的任意字符。

• 示例句子 “cats, dogs and some mice.” 中的匹配情况：

  • cats：匹配，因为 cats 前面没有 “and” 及其后的任意字符。
  • dogs：匹配，因为 dogs 前面没有 “and” 及其后的任意字符。
  • and：匹配，因为 and 前面没有 “and” 及其后的任意字符。
  • some：不匹配，因为 some 前面有 "dogs and "。
  • mice：不匹配，因为 mice 前面有 "and some "。

• 匹配结果如下：

cats
dogs
and

4.2 零宽度负回顾后发断言 (?<!.+and.*)

“cats, dogs and some mice.”

\b\w+\b(?<!.+and.*)
# 输出结果: "cats", "dogs"

• 解析正则表达式 \b\w+\b(?<!.+and.*) 的作用：

  1. \b：匹配单词边界。
  2. \w+：匹配一个或多个单词字符（字母、数字或下划线）。
  3. \b：再次匹配单词边界。
  4. (?<!.+and.*)：负回顾后发断言，表示在当前位置之前不能有任意字符（.+），然后是 “and”，再跟着任意数量的任意字符（.*）。

• 综上所述：这个正则表达式会匹配单词边界内的一个或多个单词字符的字符串，并且该字符串前面不能有任意字符，接着是 “and” 及其后的任意数量的字符。

• 示例句子 “cats, dogs and some mice.” 中的匹配情况：

  • cats：匹配，因为 cats 前面的部分是空的，不符合 .+and.*。
  • dogs：匹配，因为 dogs 前面的部分是 cats, ，不符合 .+and.*。
  • and：不匹配，因为 and 前面的部分是 cats, dogs ，但与自身符合 .+and.*。
  • some：不匹配，因为 some 前面的部分是 cats, dogs and ，符合 .+and.*。
  • mice：不匹配，因为 mice 前面的部分是 cats, dogs and some ，符合 .+and.*。

• 匹配结果如下：

  cats
  dogs