正则的零宽度断言

零宽断言

地球人，是不是觉得这些术语名称太复杂，太难记了？我也有同感。知道有这么一种东西就行了，它叫什么，随它去吧！人若无名，便可专心练剑；物若无名，便可随意取舍……

接下来的四个用于查找在某些内容(但并不包括这些内容)之前或之后的东西，也就是说它们像/b ,^ ,$ 那样用于指定一个位置，这个位置应该满足一定的条件(即断言)，因此它们也被称为零宽断言 。最好还是拿例子来说明吧：

断言用来声明一个应该为真的事实。正则表达式中只有当断言为真时才会继续进行匹配。

(?=exp) 也叫零宽度正预测先行断言 ，它断言自身出现的位置的后面能匹配表达式exp 。比如/b/w+(?=ing/b) ，匹配以ing结尾的单词的前面部分(除了ing以外的部分) ，如查找I'm singing while you're dancing. 时，它会匹配sing 和danc 。

(?<=exp) 也叫零宽度正回顾后发断言 ，它断言自身出现的位置的前面能匹配表达式exp 。比如(?<=/bre)/w+/b 会匹配以re开头的单词的后半部分(除了re以外的部分) ，例如在查找reading a book 时，它匹配ading 。

假如你想要给一个很长的数字中每三位间加一个逗号(当然是从右边加起了)，你可以这样查找需要在前面和里面添加逗号的部分：((?<=/d)/d{3})+/b ，用它对1234567890 进行查找时结果是234567890 。

下面这个例子同时使用了这两种断言：(?<=/s)/d+(?=/s) 匹配以空白符间隔的数字(再次强调，不包括这些空白符) 。

 

 

负向零宽断言

前面我们提到过怎么查找不是某个字符或不在某个字符类里 的字符的方法(反义)。但是如果我们只是想要确保某个字符没有出现，但并不想去匹配它 时怎么办？例如，如果我们想查找这样的单词--它里面出现了字母q,但是q后面跟的不是字母u,我们可以尝试这样：

/b/w*q[^u]/w*/b 匹配包含后面不是字母u的字母q 的单词 。但是如果多做测试(或者你思维足够敏锐，直接就观察出来了)，你会发现，如果q出现在单词的结尾的话，像Iraq ,Benq ，这个表达式就会出错。这是因为[^u] 总要匹配一个字符，所以如果q是单词的最后一个字符的话，后面的[^u] 将会匹配q后面的单词分隔符(可能是空格，或者是句号或其它的什么)，后面的/w*/b 将会匹配下一个单词，于是/b/w*q[^u]/w*/b 就能匹配整个Iraq fighting 。负向零宽断言 能解决这样的问题，因为它只匹配一个位置，并不消费 任何字符。现在，我们可以这样来解决这个问题：/b/w*q(?!u)/w*/b 。

零宽度负预测先行断言 (?!exp) ，断言此位置的后面不能匹配表达式exp 。例如：/d{3}(?!/d) 匹配三位数字，而且这三位数字的后面不能是数字 ；/b((?!abc)/w)+/b 匹配不包含连续字符串abc的单词 。

同理，我们可以用(? ,零宽度负回顾后发断言 来断言此位置的前面不能匹配表达式exp ：(? 匹配前面不是小写字母的七位数字 。

请详细分析表达式(?<=<(/w+)>).*(?=) ，这个表达式最能表现零宽断言的真正用途。

一个更复杂的例子：(?<=<(/w+)>).*(?=) 匹配不包含属性的简单HTML标签内里的内容 。(?<=<(/w+)>) 指定了这样的前缀 ：被尖括号括起来的单词 (比如可能是)，然后是.* (任意的字符串),最后是一个后缀 (?=) 。注意后缀里的// ，它用到了前面提过的字符转义；/1 则是一个反向引用，引用的正是捕获的第一组 ，前面的(/w+) 匹配的内容，这样如果前缀实际上是的话，后缀就是了。整个表达式匹配的是和之间的内容(再次提醒，不包括前缀和后缀本身)。