首页 > 代码库 > 环视-顺序肯定环视-零宽断言-正向预查-反向预查
环视-顺序肯定环视-零宽断言-正向预查-反向预查
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。断言匹配的是一个事实，而不是内容。本文介绍四个断言，它们用于查找在某些内容（但并不包括这些内容）之前或之后，也就是一个位置（如\b、^、$）应该满足的一定条件（即断言），因此也称为零宽断言。
顺序肯定环视（？=exp）
零宽度正预测先行断言，又称顺序肯定环视，断言自身出现位置的后面能匹配表达式exp。
比如，匹配以“ing”结尾的单词前面部分（除了“ing”以外的部分（通俗说：首先，要匹配的文本必须满足此子模式前面的表达式（本例：\b\w+）；其次，此子模式不参与匹配））：
\b\w+(?=ing\b)
以上表达式查找以下句子时，会匹配“sing”和“danc”：
I‘m singing while you‘re dancing.
逆序肯定环视（？<=exp）
零宽度正回顾后发断言，又称逆序肯定环视，断言自身出现位置的前面能匹配表达式exp。
比如，以re开头的单词的后半部分（除了re以外的部分(通俗说：首先，要匹配的文本必须满足此子模式 后面 的表达式(本例，“\w+\b”)；其次，此子模式不参与匹配)）：
(?<=\bre)\w+\b
以上表达式在查找以下句子时匹配“ading”：
reading a book.
假如在很长的数字中，每3位间加1个逗号（当然是从右边加起），可以在前面和里面添加逗号的部分：
((?<=\d)\d{3})+\b
用以上表达式对“1234567890”进行查找，结果是“，234，567，890”。这里的逗号只是匹配需要添加逗号的位置，还没有实际添加逗号。
下面这个例子同时使用这两种断言，匹配以空白符间隔的数字（再次强调，不包括这些空白符）：
(?<=\s)\d+(?=\s)
前面提到过反义，用来查找不是某个字符或不在某个字符类里的字符。如果只是想要确保某个字符没有出现，但并不想去匹配它时怎么办？例如，如果想查找这样的单词---出现字符q，但是q后面跟的不是字母u。可以尝试这样：
\b\w*q[^u]\w*\b
以上表达式匹配包含后面不是字母u的字母q的单词。但是如果多做几次测试就会发现，如果q出现在单词的结尾，例如lraq、Benq，这个表达式就会出错。这事因为[^u]总要匹配一个字符，如果q是单词的最后一个字符，后面的“[^u]”将会匹配q后面的单词分隔符（可能是空格、句号或其它），后面的“\w*\b”将会匹配下一个单词，于是以上表达式就能匹配整个lraq fighting。
逆序肯定环视能解决这样的问题，因为它只匹配一个位置，并不消费任何字符。现在，解决这个问题如下所示：
\b\w*q(?!u)\w*\b
顺序否定环视（？！exp）
零宽度负预测先行断言，又称顺序否定环视，断言此位置的后面不能匹配表达式“exp”。例如：1）匹配3位数字，而且这3位数字的后面不能是数字（通俗说：首先，要匹配的文本必须满足此子模式前面的表达式（本例：\d{3}）；其次，此子模式不参与匹配）：
\d{3}(?!\d)
2）匹配不包含连续字符串abc的单词：
\b((?!abc)\w)+\b
如果匹配的单词是c开头、t结尾，中间有一个字符，但不能是u（也就是说，整个单词不能是cut），直接用“c[^u]t”就可以了，若中间的字符不能是a或u(也就是说，整个单词不能是cat或cut)，则表达式改为“c[^au]t”。
如果认真读过关于排除型字符组的章节的读者肯定会知道，这个表达式能匹配的只是cot之类的单词，因为中间的排除型字符组“[^au]”必须匹配一个字符。可是，如果还想匹配chart、conduct和court怎么办？最简单的想法是：去掉排除型字符组的长度限制，改成“c[^au]+t”。
不幸的是，这样行不通，因为这个表达式的意思是：c和t之间由多于一个“除a或u之外的字符”构成，而chart、conduct和court都包含a或u。
我们发现，其实要否定的是“单个出现的a或u”，而不仅仅是“出现的a或u”，所以才出现这样的问题。要解决这个问题，就应当把意思准确表达出来，变成“在结尾的t之前，不允许只出现一个a或u”。想到这一步，就可以用顺序否定环视（？！......）来解决。表示在这个位置向右，不允许出现子表达式能够匹配的文本，把子表达式规定为“[au]t\b”（最后的“\b”很重要，它出现在t之后，保证t是单词的结尾字母）。有了限制，匹配a和t之间文本的表达式就随意很多，可以用匹配单词字符的简记法“\w”表示，于是整个表达式变成：
c(?![au]t\b)\w+t
注意 这里出现的并不是排除型字符组“[^au]”，而是普通的字符组[au],因为顺序否定环视本身已经标识否定。
进一步思考，整个匹配文本中都不能出现字符串“cat”，要怎么办呢？这个表达式应该是：
^(?:(?!cat).)+$
即在文本中的任意位置，都不能出现该字符串。
4.逆序否定环视（?<!exp）
零宽度负回顾后发断言，又称逆序否定环视，可以用（?<!exp）断言此位置的前面不能匹配表达式exp。例如，前面不是小写字母的7位数字（通俗说：首先，要匹配的文本必须满足此子模式 后面 的表达式(本例，“\d{7}”)；其次，此子模式不参与匹配）：
(?<![a-z])\d{7}
分析以下表达式，匹配不包含属性的简单html标签内的内容：
(?<=<\w+>.*(?=<\/\1>))
以上表达式最能表现零宽断言的真正用途。（?<=<(\w+)>）指定前缀为：被尖括号括起来的单词（比如可能是“<b>”）,然后是“.*”（任意数量的字符串），最后是一个后缀（?=<\/\1>）。注意后缀里的“\/”，用到了前面提过的字符转义；“\1”则是反向引用，引用的正是捕获的第一组，即前面（\w+）匹配的内容，如果前缀实际上是“<b>”，后缀就是“</b>”。整个表达式匹配的是“<b>”和“</b>”之间的内容（再次提醒，不包括前缀和后缀本身）。
总体而言，环视相当于对“所在位置”附加一个条件，难点就在于找到这个“位置”。这一点解决了，环视就没有什么秘密可言了。
本文出自 “为了以后” 博客，谢绝转载！
环视-顺序肯定环视-零宽断言-正向预查-反向预查