|
表達式 |
說明 |
|
(?=Expression) |
逆序肯定環(huán)視，表示所在位置左側(cè)能夠匹配Expression |
|
(?!Expression) |
逆序否定環(huán)視，表示所在位置左側(cè)不能匹配Expression |
|
(?=Expression) |
順序肯定環(huán)視，表示所在位置右側(cè)能夠匹配Expression |
|
(?!Expression) |
順序否定環(huán)視，表示所在位置右側(cè)不能匹配Expression |
對于環(huán)視的叫法，有的文檔里叫預(yù)搜索，有的叫什么什么斷言的，這里使用了更多人容易接受的《精通正則表達式》中“環(huán)視”的叫法，其實叫什么無所謂，只要知道是什么作用就是了，就這么幾個語法規(guī)則， 還是很容易記的
環(huán)視是正則中的一個難點，對于環(huán)視的理解，可以從應(yīng)用和原理兩個角度理解，如果想理解得更清晰、深入一些，還是從原理的角度理解好一些，正則匹配基本原理參考 NFA引擎匹配原理。
上面提到環(huán)視相當(dāng)于對“所在位置”附加了一個條件，環(huán)視的難點在于找到這個“位置”，這一點解決了，環(huán)視也就沒什么秘密可言了。
對于順序肯定環(huán)視(?=Expression)來說，當(dāng)子表達式Expression匹配成功時，(?=Expression)匹配成功，并報告(?=Expression)匹配當(dāng)前位置成功。
對于順序否定環(huán)視(?!Expression)來說，當(dāng)子表達式Expression匹配成功時，(?!Expression)匹配失?。划?dāng)子表達式Expression匹配失敗時，(?!Expression)匹配成功，并報告(?!Expression)匹配當(dāng)前位置成功；
順序肯定環(huán)視的例子已在NFA引擎匹配原理中講解過了，這里再講解一下順序否定環(huán)視。
源字符串：aap>one/p>bbdiv>two/div>cc
正則表達式：(?!/?p\b)[^>]+>
這個正則的意義就是匹配除p…>或/p>之外的其余標簽。
匹配過程：
首先由字符“”取得控制權(quán)，從位置0開始匹配，由于“”匹配“a”失敗，在位置0處整個表達式匹配失敗，第一次迭代匹配失敗，正則引擎向前傳動，由位置1處開始嘗試第二次迭代匹配。
重復(fù)以上過程，直到位置2，“”匹配“”成功，控制權(quán)交給“(?!/?p\b)”；“(?!/?p\b)”子表達式取得控制權(quán)后，進行內(nèi)部子表達式的匹配。首先由“/?”取得控制權(quán)，嘗試匹配“p”失敗，進行回溯，不匹配，控制權(quán)交給“p”；由“p”來嘗試匹配“p”，匹配成功，控制權(quán)交給“\b”；由“\b”來嘗試匹配位置4，匹配成功。此時子表達式匹配完成，“/?p\b”匹配成功，那么環(huán)視表達式“(?!/?p\b)”就匹配失敗。在位置2處整個表達式匹配失敗，新一輪迭代匹配失敗，正則引擎向前傳動，由位置3處開始嘗試下一輪迭代匹配。
在位置8處也會遇到一輪“/?p\b”匹配“/p”成功，而導(dǎo)致環(huán)視表達式“(?!/?p\b)”匹配失敗，從而導(dǎo)致整個表達式匹配失敗的過程。
重復(fù)以上過程，直到位置14，“”匹配“”成功，控制權(quán)交給“(?!/?p\b)”；“/?”嘗試匹配“d”失敗，進行回溯，不匹配，控制權(quán)交給“p”；由“p”來嘗試匹配“d”，匹配失敗，已經(jīng)沒有備選狀態(tài)可供回溯，匹配失敗。此時子表達式匹配完成，“/?p\b”匹配失敗，那么環(huán)視表達式“(?!/?p\b)”就匹配成功。匹配的結(jié)果是位置15，然后控制權(quán)交給“[^>]+”；由“[^>]+”從位置15進行嘗試匹配，可以成功匹配到“div”，控制權(quán)交給“>”；由“>”來匹配“>”。
此時正則表達式匹配完成，報告匹配成功。匹配結(jié)果為“div>”，開始位置為14，結(jié)束位置為19。其中“”匹配“”，“(?!/?p\b)”匹配位置15，“[^>]+”匹配字符串“div”，“>”匹配“>”。
對于逆序肯定環(huán)視(?=Expression)來說，當(dāng)子表達式Expression匹配成功時，(?=Expression)匹配成功，并報告(?=Expression)匹配當(dāng)前位置成功。
對于逆序否定環(huán)視(?!Expression)來說，當(dāng)子表達式Expression匹配成功時，(?!Expression)匹配失??；當(dāng)子表達式Expression匹配失敗時，(?!Expression)匹配成功，并報告(?!Expression)匹配當(dāng)前位置成功；
順序環(huán)視相當(dāng)于在當(dāng)前位置右側(cè)附加一個條件，所以它的匹配嘗試是從當(dāng)前位置開始的，然后向右嘗試匹配，直到某一位置使得匹配成功或失敗為止。而逆序環(huán)視的特殊處在于，它相當(dāng)于在當(dāng)前位置左側(cè)附加一個條件，所以它不是在當(dāng)前位置開始嘗試匹配的，而是從當(dāng)前位置左側(cè)某一位置開始，匹配到當(dāng)前位置為止，報告匹配成功或失敗。
順序環(huán)視嘗試匹配的起點是確定的，就是當(dāng)前位置，而匹配的終點是不確定的。逆序環(huán)視匹配的起點是不確定的，是當(dāng)前位置左側(cè)某一位置，而匹配的終點是確定的，就是當(dāng)前位置。
所以順序環(huán)視相對是簡單的，而逆序環(huán)視相對是復(fù)雜的。這也就是為什么大多數(shù)語言和工具都提供了對順序環(huán)視的支持，而只有少數(shù)語言提供了對逆序環(huán)視支持的原因。
JavaScript中只支持順序環(huán)視，不支持逆序環(huán)視。
Java中雖然順序環(huán)視和逆序環(huán)視都支持，但是逆序環(huán)視只支持長度確定的表達式，逆序環(huán)視中量詞只支持“?”，不支持其它長度不定的量詞。長度確定時，引擎可以向左查找固定長度的位置作為起點開始嘗試匹配，而如果長度不確定時，就要從位置0開始嘗試匹配，處理的復(fù)雜度是顯而易見的。
目前只有.NET中支持不確定長度的逆序環(huán)視。
源字符串：div>a test/div>
正則表達式：(?=div>)[^]+(?=/div>)
這個正則的意義就是匹配div>和/div>標簽之間的內(nèi)容，而不包括div>和/div>標簽本身。
匹配過程：
首先由“(?=div>)”取得控制權(quán)，從位置0開始匹配，由于位置0是起始位置，左側(cè)沒有任何內(nèi)容，所以“div>”必然匹配失敗，從而環(huán)視表達式“(?=div>)”匹配失敗，導(dǎo)致整個表達式在位置0處匹配失敗。第一輪迭代匹配失敗，正則引擎向前傳動，由位置1處開始嘗試第二次迭代匹配。
直到傳動到位置5，“(?=div>)”取得控制權(quán)，向左查找5個位置，由位置0開始匹配，由“div>”匹配“div>”成功，從而“(?=div>)”匹配成功，匹配的結(jié)果為位置5，控制權(quán)交給“[^]+”；“[^]+”從位置5開始嘗試匹配，匹配“a test”成功，控制權(quán)交給“(?=/div>)”；由“/div>”匹配“/div>”成功，從而“(?=/div>)”匹配成功，匹配結(jié)果為位置11。
此時正則表達式匹配完成，報告匹配成功。匹配結(jié)果為“a test”，開始位置為5，結(jié)束位置為11。其中“(?=div>)”匹配位置5，“[^]+”匹配“a test”，“(?=/div>)”匹配位置11。
逆序否定環(huán)視的匹配過程與上述過程類似，區(qū)別只是當(dāng)Expression匹配失敗時，逆序否定表達式(?!Expression)才匹配成功。
到此環(huán)視的匹配原理已基本講解完，環(huán)視也就沒有什么秘密可言了，所需要的，也只是多加練習(xí)而已。
今天寫累了，暫時就給出一個環(huán)視的綜合應(yīng)用實例吧，至于環(huán)視的應(yīng)用場景和技巧，后面再整理。
需求：數(shù)字格式化成用“,”的貨幣格式。
正則表達式：(?=\d)(?!\.\d*)(?=(?:\d{3})+(?:\.\d+|$))
測試代碼：
double[] data = new double[] { 0, 12, 123, 1234, 12345, 123456, 1234567, 123456789, 1234567890, 12.345, 123.456, 1234.56, 12345.6789, 123456.789, 1234567.89, 12345678.9 };
foreach (double d in data)
{
richTextBox2.Text += "源字符串：" + d.ToString().PadRight(15) + "格式化：" + Regex.Replace(d.ToString(), @"(?=\d)(?!\.\d*)(?=(?:\d{3})+(?:\.\d+|$))", ",") + "\n";
}
輸出結(jié)果：
源字符串：0 格式化：0
源字符串：12 格式化：12
源字符串：123 格式化：123
源字符串：1234 格式化：1,234
源字符串：12345 格式化：12,345
源字符串：123456 格式化：123,456
源字符串：1234567 格式化：1,234,567
源字符串：123456789 格式化：123,456,789
源字符串：1234567890 格式化：1,234,567,890
源字符串：12.345 格式化：12.345
源字符串：123.456 格式化：123.456
源字符串：1234.56 格式化：1,234.56
源字符串：12345.6789 格式化：12,345.6789
源字符串：123456.789 格式化：123,456.789
源字符串：1234567.89 格式化：1,234,567.89
源字符串：12345678.9 格式化：12,345,678.9
實現(xiàn)分析：
首先根據(jù)需求可以確定是把一些特定的位置替換為“,”，接下來就是分析并找到這些位置的規(guī)律，并抽象出來以正則表達式來表示。
1、 這個位置的左側(cè)必須為數(shù)字
2、 這個位置右側(cè)到出現(xiàn)“.”或結(jié)尾為止，必須是數(shù)字，且數(shù)字的個數(shù)必須為3的倍數(shù)
3、 這個位置左側(cè)相隔任意個數(shù)字不能出現(xiàn)“.”
由以上三條，就可以完全確定這些位置，只要實現(xiàn)以上三條，組合一下正則表達式就可以了。
根據(jù)分析，最終匹配的結(jié)果是一個位置，所以所有子表達式都要求是零寬度。
1、 是對當(dāng)前所在位置左側(cè)附加的條件，所以要用到逆序環(huán)視，因為要求必須出現(xiàn)，所以是肯定的，符合這一條件的子表達式即為“(?=\d)”
2、 是對當(dāng)前所在位置右側(cè)附加的條件，所以要用到順序環(huán)視，也是要求出現(xiàn)，所以是肯定的，是數(shù)字，且個數(shù)為3的倍數(shù)，即“(?=(?:\d{3})*)”，到出現(xiàn)“.”或結(jié)尾為止，即“(?=(?:\d{3})*(?:\.|$))”
3、 是對當(dāng)前所在位置左側(cè)附加的條件，所以要用到逆序環(huán)視，因為要求不能出現(xiàn)，所以是否定的，即“(?!\.\d*)”
因為零寬度的子表達式是非互斥的，最后匹配的都是同一個位置，所以先后順序是不影響最后的匹配結(jié)果的，可以任意組合，只是習(xí)慣上把逆序環(huán)視寫在左側(cè)，順序環(huán)視寫在右側(cè)。
