正则表达式之零宽断言详解

前言

之前我曾写了一篇关于正则表达式的文章(http://blog.csdn.net/hsd2012/article/details/51168589) 在该文章中详细介绍了正则，但是关于零宽断言介绍却是很少提及到。现在将该内容补充一下。在本文中，主要解决如下问题：

• 什么是零宽断言，为什么要使用零宽断言
• 怎样使用零宽断言

概念

零宽断言，大多地方这样定义它，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 ^ $ \< > 这样的锚定作用，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。我的理解是在一个限定位置的字符串之前或之后进行匹配查找。所以零宽断言，执行过程分两种情况，如果是正向断言，应该是这样的，第一步，判断判断断言是否为真（即是否满足一定条件）第二步，如果满足条件，则进行下一步查找匹配。如果是反向断言，第一步还是按照正则表达式顺序去匹配。第二步，遇到反向代言，判断是否满足反之代言。

正先行断言

什么是正先行断言，就是在字符串相应位置之前进行查找匹配，使用 (?=exp) 匹配exp前面的位置。
实例

$str="abcgwcab";
$parent='/bc(?=gw)/';
$str=preg_match($parent,$str,$match);
var_dump($match);
/** 输出结果： int 1 array (size=1) 0 => string 'bc' (length=2) */

解析：首先查找字符串”abcgwcab”中gw位置，断言为真，然后在匹配bc。如果将正则表达式写成$parent='/bc(?=gw)ca/'; 将会匹配不成功。

反先行断言

什么是反先行断言，使用 (?!exp) 匹配后面跟的不是exp。
实例：

$str="abcgwcab";
$parent='/bc(?!ww)gw/';
$str=preg_match($parent,$str,$match);
var_dump($str);
var_dump($match);
/** 输出： int 1 array (size=1) 0 => string 'bcgw' (length=4) */

解析：首先判断字符串是否包含bc，然后判断其后面不是ww,最后匹配gw。可以看出反向断言之前后之后，能够在添加其他匹配条件。

正后发断言

什么是正后发断言，就是在字符串相应位置之后进行查找匹配， (?<=exp) 匹配exp后面的位置
实例：

$str="abcgwcab";
$parent='/(?<=gw)ca/';
$str=preg_match($parent,$str,$match);
var_dump($str);
var_dump($match);
/** 输出结果： int 1 array (size=1) 0 => string 'ca' (length=2) */

解析：第一步，查找字符”abcgwcab”中是否包含有gw，返回结果为true，然后进行第二步，查找gw后面是否有ca。

反后发断言

什么是反后发断言，使用(?

$str="abcgwcab";
$parent='/(?<!bc)gw/';
$str=preg_match($parent,$str,$match);
var_dump($str);
var_dump($match);
/** int 0 array (size=0) empty */

解析：首先在字符串中匹配gw，然后判断其前面是不是bc，发现其前面是bc，故返回false。

练习题

例1：\d+(?=abc)
判断一个字符串中是否包含’abc’，且其前面是否包含一个或多个数字
例2：(?<=\d\d)\w
判断字符串中是否存在连续两个数字，且其后面包含一个字母
例3：\d{3} (?!55)
判断字符串中是否包含连续三个数字，且三个数字后面不是55
例4：(?<!ac)\w\d
判断一个字符串是否包含一个字母加数字的组合，且其前面不是ac

总结

先行断言与后发断言区别？
先行断言是判断断言之前的正则表达式，断言在其他正则表达式之后。后发断言是判断断言之前的正则表达式，断言在其他正则表达式之前。这里的先与后，是其他匹配相对应断言在正则表达式中的顺序。