title: 正則表達式斷言
tags: [正則表達式]
date: 2017-11-15 23:55:55
正則表達式大多數(shù)結(jié)構(gòu)匹配的文本會出現(xiàn)在最終的匹配結(jié)果中，但也有些結(jié)構(gòu)并不真正匹配文本唯欣，而只是負責(zé)判斷某個位置左/右側(cè)是否符合要求聘芜，這種結(jié)構(gòu)被稱為斷言（assertion）。常見的斷言有三類： 單詞邊界除秀、行起始/結(jié)束位置、環(huán)視。本文主要簡單闡述對三類斷言的理解瓢剿。
單詞邊界
單詞邊界顧名思義，是指單詞字符（\w）能匹配的字符串的左右位置悠轩。在javascript间狂、php、python 2火架、ruby中鉴象，單詞字符（\w）等同于[0-9a-zA-Z],所以在這些語言中忙菠，給定一段文本可以用\b\w+\b把所有單詞提取出來。
// 例如
('Love is composed of a single soul inhabiting two bodies.').match(/\b\w+\b/g)
return ["Love", "is", "composed", "of", "a", "single", "soul", "inhabiting", "two", "bodies"]
這里值得注意的是纺弊，有些單詞例如e-mail和組合詞I'm這樣的牛欢，\b\w+\b是無法匹配的。如要匹配淆游，可根據(jù)需求修改為\b['-\w]\b
單詞邊界記為\b傍睹，它能匹配的位置：一邊是單詞字符\w，一邊是非單詞字符\W犹菱。
與單詞邊界對應(yīng)的是非單詞邊界\B焰望，兩者關(guān)系類似\w與\W、\d與\D已亥。
這里注意熊赖，非單詞邊界（\B）和單詞字符（\w）是不一樣的，因為前者是斷言虑椎，而后者是普通匹配震鹉。例如：
// 式一 String(1234567890).replace(/(?=(\B)(\d{3})+$)/g, ',') => 1,234,567,890 // 式二 String(1234567890).replace(/(?=(\w)(\d{3})+$)/g, ',') => ,123,456,7890 // 附加常用例子，20180911格式化為2018-09-11 '20180911'.replace(/(?=\B(\d{2})+$)/g, '-').replace(/-/, '') =>2018-09-11造成差異的原因就是:
式一中的\B匹配邊界（是斷言）捆姜。第一次匹配時传趾，在
1234567890中數(shù)字1的前方時，會環(huán)視后方進行肯定斷言（?=）：后方必須是滿足兩個pattern才通過泥技。第一個pattern(\B)在數(shù)字1的前方匹配成功浆兰；故繼續(xù)在此位置匹配第二個pattern(\d{3})+$，發(fā)現(xiàn)123456789之后并不是結(jié)束符（結(jié)束符和開始符也是斷言珊豹，下文講述）簸呈，故匹配失敗。開始第二次匹配店茶，從數(shù)字1和數(shù)字2的中間開始...最后會匹配成功三個位置：1和2之間蜕便、4和5之間、7和8之間贩幻，再被,替換轿腺，故得到結(jié)果。同理丛楚，式二在第一次匹配時族壳，在數(shù)字1的前方環(huán)視后方進行肯定斷言：后方必須是滿足兩個pattern才通過。第一個pattern
(\w)在數(shù)字1的前方匹配成功趣些，并將匹配位置移動到1和2之間仿荆；然后繼續(xù)匹配第二個pattern(\d{3})+$...第一次匹配成功，故數(shù)字1前方的斷言是成功的，標(biāo)記該位置...最后得到三個位置：1前方赖歌、3和4之間枉圃、6和7之間，再被,替換庐冯，故得到結(jié)果孽亲。所以
\B只是去判斷該位置左右是否只有一邊有單詞字符，另一邊不是單詞字符展父，且在匹配成功時返劲，不會導(dǎo)致匹配位置發(fā)生改變。說起來算是一種判斷吧~這種只是匹配某個位置而不是文本的元字符栖茉，在正則中也被稱為錨點篮绿。下文繼續(xù)介紹常見錨點之二：行起始/結(jié)束位置
行起始/結(jié)束位置
^與$分別表示（行）起始位置和（行）結(jié)束位置，比如正則表達式/^lu.*r$/只能匹配的lu開始并以r結(jié)束的字符串吕漂，例如：luwuer亲配、lu fd --r，不能匹配nb luwuer惶凝、lu fd --rb等吼虎。
其實行起始/結(jié)束位置斷言，常用在正則表達式開啟多行模式（Multiline Mode）的情況下苍鲜。例如：
注：js開啟多行模式的方式思灰，在正則表達式后添加附加參數(shù)
m，同全局匹配g
('first line\nsecond line\nlast line').match(/^\w+/gm)
return ["first", "second", "last"]
既然是多行匹配混滔，這里說說如何劃分行洒疚。
在編輯文本時，敲回車鍵就向文本輸入了行終止符（line terminal）坯屿，表示結(jié)束當(dāng)前行油湖。這里只需注意，敲入回車時向文本中輸入的行終止符在主流平臺上是有差別的：
- Windows的行終止符是
\r\n - UNIX/Linux/Mac OS的行終止符是
\n
不過正則的行起始/結(jié)束位置斷言都是可以識別的哈~
環(huán)視
環(huán)視是指在某個位置向左/向右看愿伴，保證其左/右位置必須出現(xiàn)某類字符（包括單詞字符\w和非單詞字符\W）肺魁，且環(huán)視也同上兩個斷言电湘，只是做一個判斷（匹配一個位置隔节，本身不匹配任何字符，但又比上兩個斷言靈活）寂呛。也有人稱環(huán)視為零寬斷言怎诫。
環(huán)視分為四種：
- 肯定順序環(huán)視（正向肯定斷言）positive-lookahead:
?=pattern - 否定順序環(huán)視（正向否定斷言）positive-lookahead:
?!pattern - 肯定逆序環(huán)視（反向肯定斷言）positive-lookahead:
?<=pattern，ES2018支持 - 否定逆序環(huán)視（反向否定斷言）positive-lookahead:
?<!pattern贷痪，ES2018支持
逆序環(huán)視兼容性：https://caniuse.com/?search=%20regular%20expressions%20lookbehind
比如我們要匹配一串文字中包含在書名號《》中的書名幻妓，如不考慮環(huán)視可能需要如下實現(xiàn)：
('三體是劉慈欣創(chuàng)作的系列長篇科幻小說，由《三體》劫拢、《三體Ⅱ·黑暗森林》肉津、《三體Ⅲ·死神永生》組成强胰。').match(/《.*?》/g).join(',').replace(/[《》]/g, '').split(',')
return ["三體", "三體Ⅱ·黑暗森林", "三體Ⅲ·死神永生"]
正則默認是婪模模式（在整個表達式匹配成功的前提下，盡可能多的匹配）妹沙，開啟非貪婪模式（在整個表達式匹配成功的前提下偶洋，盡可能少的匹配）的方法：在貪婪量詞
{m,n}、{m,}距糖、?玄窝、*、+后加上一個?號悍引，例如+?
而在使用環(huán)視時會更簡單：
('三體是劉慈欣創(chuàng)作的系列長篇科幻小說恩脂，由《三體》、《三體Ⅱ·黑暗森林》趣斤、《三體Ⅲ·死神永生》組成俩块。').replace(/《/g,'\n').match(/^.*?(?=》)/gm)
return ["三體", "三體Ⅱ·黑暗森林", "三體Ⅲ·死神永生"]
hah，例子沒舉好浓领，似乎也沒簡單多少...當(dāng)然最主要的原因是js不支持逆序環(huán)視啦啦啦
再舉例典阵，匹配6位數(shù)字構(gòu)成的字符串：
// 無環(huán)視
'http://luwuer.com/629212/1234567890'.match(/[^\d]\d{6}[^\d]/g).join('').match(/\d{6}/g)
return ["629212"]
// 環(huán)視
'http://luwuer.com/629212/1234567890'.match(/(?!\d).\d{6}(?!\d)/g).join('').match(/\d{6}/g)
return ["629212"]
其實環(huán)視在js中更多的是與replace函數(shù)組合，就像在單詞邊界一節(jié)中最后的例子镊逝。
- 原文 不要誤會壮啊，就是我寫的 /keai
- 參考《正則指引》 - 于晟
