正则表达式,又称规则表达式。(Regular Expression,在代码中常简写为regex、regexp或RE),计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。
环视,在不同的地方又称之为零宽断言,简称断言。
环视强调的是它所在的位置,前面或者后面,必须满足环视表达式中的匹配情况,才能匹配成功。
环视结构不匹配任何字符,只匹配文本中的特定位置。一种类型的环视叫“顺序环视(lookahead)”,作为表达式的一部分,顺序环视顺序(从左至右)顺序查看文本,尝试匹配子表达式,如果能够匹配,就返回匹配成功信息。
肯定型顺序环视(positive lookahread)用特殊序列(?=……)来表示,例如(?=\d),它表示如果当前位置右边的字符是数字则匹配成功。另一种环视称为逆序环视,它逆序(从右向左)查看文本。它用特殊的序列(?<=……)表示,例如(?<=\d),如果当前位置的左边有一位数字,则匹配成功(也就是说,紧跟在数字后面的位置)。
类型 | 正则表达式 | 匹配成功的条件 |
---|---|---|
肯定逆序环视 | (?<=……) | 子表达式能够匹配左侧文本 |
否定逆序环视 | (? | 子表达式不能匹配左侧文本 |
肯定顺序环视 | (?=……) | 子表达式能够匹配右侧文本 |
否定顺序环视 | (?!……) | 子表达式不能匹配右侧文本 |
1.肯定顺序环视(?=……),如果Jeff右侧的字符是数字就能匹配到Jeff:
2.否定顺序环视(?!……),如果Jeff右侧的字符不是数字就能匹配到Jeff:
需要注意的是Jeff右侧没有字符也匹配了,所以‘(?!\d)’和‘\D’是不同的,‘\D’表达的是除数字外的任何字符,但前提是要有这个字符:
3.肯定逆序环视(?<=……), 如果ery左侧的字符是Jeff就能匹配到ery:
4.否定逆序环视(?
即在子表达式能否匹配的过程中,它们本身不会“占用”任何文本。
正则表达式Jeffery的匹配:
by Jeffery Friend.
但同样的正则表达式,如果使用顺序环视功能,即(?=Jeffery),则匹配标记的位置:
by ▲Jeffery Friend.
顺序环视会检查子表达式能否匹配,但它只寻找能够匹配的位置,而不会真正的“占用”这些字符。不过,把顺序环视和真正匹配字符的部分结合起来,我们可以得到比单纯的字符更精确的结果。和Jeff结合起来之后得到的正则表达式是(?=Jeffery)Jeff,它只能匹配“Jeffery”这个单词中的“Jeff”。它能够匹配:
by Jeffery Friend.
在此处它的匹配和单纯的Jeff一样,但是下面的情况不会匹配:
by Thomas Jefferson
Jeff自己能够匹配这一行,但是因为不存在(?=Jeffery)能够匹配的位置,整个表达式就无法匹配。
1.“Jeffs”替换为“Jeff’s”的几种办法比较:
在不使用环视的情况下,即s/\bJeffs\b/Jeff’s/g(/g表示“全局替换”,\b表示单词分界符锚点),最简单直接,效率高,解决此类问题最易想到的办法,未使用环视;
也可以使用更复杂的表达式,s/\b(Jeff)(s)\b/$1’$2/g,但这样简单的任务似乎不值得这么麻烦;
使用顺序环视结构的正则表达式,s/\bJeff(?=s\b)/Jeff’/g,只有当s\b在此位置能够匹配时整个表达式才能匹配成功。没有占用‘s’,除了展示顺序环视没什么价值;
如果再加上逆序环视,s/(?<=\bJeff)(?=s\b)/’/g,它实际上并没有匹配任何字符,只是匹配了我们希望插入’的位置。并没有占用任何文本,同时使用顺序环视和逆序环视匹配需要的位置,即’插入的位置,适于讲解环视;
也可以用s/(?=s\b)(?<=\bJeff) /’/g,只是上面表达式中两个环视结构颠倒,因为它并没有占用任何字符,所以变化顺序并没有影响。
2.单词分界符
如果在数值间插入逗号,会更容易看得懂。比如想要把“298444215”变成“298,444,215”,我们知道希望插入逗号的位置须满足“左边有数字,右边数字的个数正好是3的倍数”,使用(?<=\d)来满足左边有数字,(?=(\d\d\d)+$)来表示右边数字的个数正好是3的倍数($来确保这些数字后民间不存在其他字符,保证“正好”),则$text =~ s/(?<=\d)(?=(\d\d\d)+$)/,/g
匹配到需要插入逗号的位置插入:
3.必须包含字母、数字、特殊字符
正则表达式:^(?=.*?[a-z])(?=.*?\d)(?![a-z\d]+$).$,其中:
(?=.*?[a-z])限制必须有字母
(?=.*?\d)限制必须有数字
(?![a-z\d]+$)限制从开头到结尾不能全为数字和字母
.+在没有限定的情况下可以是任意字符
^和$ 限定字符串的开头和结尾