正则之环视
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了正则之环视相关的知识,希望对你有一定的参考价值。
正则之环视
1.环视基础
表达式 | 说明 |
---|---|
(?<=Expression) |
逆序肯定环视,表示所在位置左侧能够匹配Expression |
(?<!Expression) |
逆序否定环视,表示所在位置左侧不能匹配Expression |
(?=Expression) |
顺序肯定环视,表示所在位置右侧能够匹配Expression |
(?!Expression) |
顺序否定环视,表示所在位置右侧不能匹配Expression |
顺序环视相对是简单的,而逆序环视相对是复杂的
javascript中只支持顺序环视,不支持逆序环视。
Java中虽然顺序环视和逆序环视都支持,但是逆序环视只支持长度确定的表达式,逆序环视中量词只支持
?
,不支持其它长度不定的量词。
2.示例
至少包含
密码由8到16位长度的英文字母、数字,且至少包含一个英文字母
顺序肯定环视:^(?=[0-9]*+[a-zA-Z])[a-zA-Z0-9]{8,16}$
密码由8到16位长度的英文字母、数字和特殊字符,且至少包含一个英文字母,一个数字,一个特殊字符,不能包含空格
顺序肯定环视:^(?=[^a-zA-Z]*+[a-zA-Z])(?=[^0-9]*+[0-9])(?=[a-zA-Z0-9]*+[^a-zA-Z0-9])\\S{8,16}$
不重复
由字母、数字、特殊字符组合的8至16位长度,只能包含一次wifi
顺序否定环视:^(?!\\S*?wifi\\S*wifi)\\S{8,16}$
分隔数字
一串纯数字,从右开始每3位加逗号,如134545756变为134,545,756
逆序肯定环视:(?<=\\d)(?=(?:\\d\\d\\d)+$)
说明:(?<=\\d)
是为了保证左侧第一个必须为数字
一串以$结尾的数字,从右开始每3位加逗号,如134545756$变为134,545,756$
逆序肯定环视:(?<=\\d)(?=(\\d\\d\\d)+(?!\\d))
需求:数字格式化成用“,”的货币格式。
java8在逆序环视中,不支持无限字符数量的匹配量词,如、+*
正则表达式:(?<=\\d)(?<!\\.\\d{0,100})(?=(?:\\d{3})+(?:\\.\\d+|$))
标签
需求:匹配除<p…>
或</p>
之外的其余标签,如:aa<p>one</p>bb<div>two</div>cc
正则表达式:<(?!/?p\\b)[^>]+>
需求:匹配div标签之间的内容,如:<div>a test</div>
正则表达式:(?<=<div>)[^<]+(?=</div>)
3.环视匹配原理
匹配位置
顺序环视匹配过程
对于顺序肯定环视
(?=Expression)
来说,当子表达式Expression
匹配成功时,(?=Expression)
匹配成功,并报告(?=Expression)
匹配当前位置成功。对于顺序否定环视
(?!Expression)
来说,当子表达式Expression
匹配成功时,(?!Expression)
匹配失败;当子表达式Expression
匹配失败时,(?!Expression)
匹配成功,并报告(?!Expression)
匹配当前位置成功。
源字符串:aa<p>one</p>bb<div>two</div>cc
正则表达式:<(?!/?p\\b)[^>]+>
这个正则的意义就是匹配除<p…>
或</p>
之外的其余标签。
匹配过程:
首先由字符
<
取得控制权,从位置0开始匹配,由于<
匹配a
失败,在位置0处整个表达式匹配失败,第一次迭代匹配失败,正则引擎向前传动,由位置1处开始尝试第二次迭代匹配。重复以上过程,直到位置2,
<
匹配<
成功,控制权交给(?!/?p\\b)
;(?!/?p\\b)
子表达式取得控制权后,进行内部子表达式的匹配。首先由/?
取得控制权,尝试匹配p
失败,进行回溯,不匹配,控制权交给p
;由p
来尝试匹配p
,匹配成功,控制权交给\\b
;由\\b
来尝试匹配位置4,匹配成功。此时子表达式匹配完成,/?p\\b
匹配成功,那么环视表达式(?!/?p\\b)
就匹配失败。在位置2处整个表达式匹配失败,新一轮迭代匹配失败,正则引擎向前传动,由位置3处开始尝试下一轮迭代匹配。在位置8处也会遇到一轮
/?p\\b
匹配/p
成功,而导致环视表达式(?!/?p\\b)
匹配失败,从而导致整个表达式匹配失败的过程。重复以上3过程,直到位置14,
<
匹配<
成功,控制权交给(?!/?p\\b)
;/?
尝试匹配d
失败,进行回溯,不匹配,控制权交给p
;由p
来尝试匹配d
,匹配失败,已经没有备选状态可供回溯,匹配失败。此时子表达式匹配完成,/?p\\b
匹配失败,那么环视表达式(?!/?p\\b)
就匹配成功。匹配的结果是位置15,然后控制权交给[^>]+
;由[^>]+
从位置15进行尝试匹配,可以成功匹配到div
,控制权交给>
;由>
来匹配>
。
此时正则表达式匹配完成,报告匹配成功。匹配结果为<div>
,开始位置为14,结束位置为19。其中<
匹配<
,(?!/?p\\b)
匹配位置15,[^>]+
匹配字符串div
,>
匹配>
。
逆序环视匹配过程
对于逆序肯定环视
(?<=Expression)
来说,当子表达式Expression
匹配成功时,(?<=Expression)
匹配成功,并报告(?<=Expression)
匹配当前位置成功。对于逆序否定环视
(?<!Expression)
来说,当子表达式Expression
匹配成功时,(?<!Expression)
匹配失败;当子表达式Expression
匹配失败时,(?<!Expression)
匹配成功,并报告(?<!Expression)
匹配当前位置成功;顺序环视尝试匹配的起点是确定的,就是当前位置,而匹配的终点是不确定的。逆序环视匹配的起点是不确定的,是当前位置左侧某一位置,而匹配的终点是确定的,就是当前位置。
所以顺序环视相对是简单的,而逆序环视相对是复杂的。这也就是为什么大多数语言和工具都提供了对顺序环视的支持,而只有少数语言提供了对逆序环视支持的原因。
JavaScript中只支持顺序环视,不支持逆序环视。
Java中虽然顺序环视和逆序环视都支持,但是逆序环视只支持长度确定的表达式,逆序环视中量词只支持
?
,不支持其它长度不定的量词。目前只有.NET中支持不确定长度的逆序环视。
源字符串:<div>a test</div>
正则表达式:(?<=<div>)[^<]+(?=</div>)
这个正则的意义就是匹配<div>
和</div>
标签之间的内容,而不包括<div>
和</div>
标签本身。
匹配过程:
首先由
(?<=<div>)
取得控制权,从位置0开始匹配,由于位置0是起始位置,左侧没有任何内容,所以<div>
必然匹配失败,从而环视表达式(?<=<div>)
匹配失败,导致整个表达式在位置0处匹配失败。第一轮迭代匹配失败,正则引擎向前传动,由位置1处开始尝试第二次迭代匹配。直到传动到位置5,
(?<=<div>)
取得控制权,向左查找5个位置,由位置0开始匹配,由<div>
匹配<div>
成功,从而(?<=<div>)
匹配成功,匹配的结果为位置5,控制权交给[^<]+
;[^<]+
从位置5开始尝试匹配,匹配a test
成功,控制权交给(?=</div>)
;由</div>
匹配</div>
成功,从而(?=</div>)
匹配成功,匹配结果为位置11。此时正则表达式匹配完成,报告匹配成功。匹配结果为
a test
,开始位置为5,结束位置为11。其中(?<=<div>)
匹配位置5,[^<]+
匹配a test
,(?=</div>)
匹配位置11。逆序否定环视的匹配过程与上述过程类似,区别只是当Expression匹配失败时,逆序否定表达式(?<!Expression)才匹配成功。
4. 环视应用
需求:数字格式化成用,
的货币格式。
正则表达式:(?<=\\d)(?<!\\.\\d*)(?=(?:\\d{3})+(?:\\.\\d+|$))
实现分析:
首先根据需求可以确定是把一些特定的位置替换为“,”,接下来就是分析并找到这些位置的规律,并抽象出来以正则表达式来表示。
1、这个位置的左侧必须为数字
2、这个位置右侧到出现.
或结尾为止,必须是数字,且数字的个数必须为3的倍数
3、这个位置左侧相隔任意个数字不能出现.
由以上三条,就可以完全确定这些位置,只要实现以上三条,组合一下正则表达式就可以了。
根据分析,最终匹配的结果是一个位置,所以所有子表达式都要求是零宽度。
1、是对当前所在位置左侧附加的条件,所以要用到逆序环视,因为要求必须出现,所以是肯定的,符合这一条件的子表达式即为(?<=\\d)
2、是对当前所在位置右侧附加的条件,所以要用到顺序环视,也是要求出现,所以是肯定的,是数字,且个数为3的倍数,即(?=(?:\\d{3})*)
,到出现.
或结尾为止,即(?=(?:\\d{3})*(?:\\.|$))
3、是对当前所在位置左侧附加的条件,所以要用到逆序环视,因为要求不能出现,所以是否定的,即(?<!\\.\\d*)
因为零宽度的子表达式是非互斥的,最后匹配的都是同一个位置,所以先后顺序是不影响最后的匹配结果的,可以任意组合,只是习惯上把逆序环视写在左侧,顺序环视写在右侧。
以上是关于正则之环视的主要内容,如果未能解决你的问题,请参考以下文章