解惑正则表达式中的捕获

前端之家收集整理的这篇文章主要介绍了解惑正则表达式中的捕获前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

读jQuery源码,其中不可避免的要弄明白正则表达式,在此对非捕获组(non-capturing)进行了一些梳理。

关于捕获的一些主要用法

  1. (?:X)
  2. (?=X)
  3. (?<=X)
  4. (?!X)
  5. (?<!X)

捕获

要书明白捕获,就要先从分组开始。重复单字符我们可以使用限定符,如果重复字符串,用什么呢? 对!用小括号,小括号里包裹指定字表达式(子串),这就是分组。之后就可以限定这个子表示的重复次数了。

那么,什么是捕获呢?使用小括号指定一个子表达式后,匹配这个子表达式的文本(即匹配的内容)可以在表达式或者其他过程中接着用,怎么用呢?至少应该有个指针啥的引用它吧? 对!默认情况下,每个分组(小括号)会自动

拥有一个组号,从左到右,以分组的左括号为标志,第一个出现的分组组号为1,后续递增。如果出现嵌套,

例如:

“aabcd”

采用正则(a(b))(c)match 结果入下:

$3(group3)
分组 捕获
$1(group1) ab
$2(group2) b
c

继续涨姿势。

一、(?:)非捕获组走起。

由下面一个例子引发对非捕获组的学习。

有两个金额:6000¥ 和 1000$。

需求是得到金额和货币种类。

『废话少说,多用正则』:

(\d+)+([$¥])

输出结果为:

OK,满足了要求。这里的正则分成了两个组,一个是(d+),一个是(¥$),前一个组($1)匹配金额,后一个组($2)匹配货币种类。

现在,需求变了!! 我需要这个正则同时可以匹配浮点数小数点前面的整数。如10010.86¥,提炼出 10010 和 ¥。

那么正则如下:

(\d+)(\.?)(\d)([$¥])

这里用括号分了四组,所以要输出金额的整数部分和种类,要分别输了$1,$4了。如果输出部分和正则是分开的,我希望只修改正则而不去修改输出部分的代码,也就是还是用$1,$2作为输出。由此可以引出非捕获组(?:)。

把前面的正则修改为:

(\d+)(?:\.?)(?:\d+)([¥$])$

这样,还是用$1,$2做为输出,同样输出了 10010 和 ¥

这个正则的中间两个组用到的就是非捕获组(?:),它可以理解为只分组而不捕获。

二、(?=)和(?<=) 前后查找

有的资料把它们叫做肯定式向前查找和肯定式向后查找;

有的资料也叫做肯定顺序环视和肯定逆序环视。

1、直接看下面的例子:

[0-9a-z]{2}(?=aa) var str = "12332aa438aaf";

Match List:

1 2
32
38

这个正则的意思是:匹配这么一个字符串,它要满足:是两位字符(数字,或字母),且后面紧跟着两个a。

分析一下:

32aa 这个子串满足这个条件,所以可以匹配到,又因为 (?=) 的部分是不捕获的,所以输出的只是 32,不包括aa。同理 38aa 也匹配这个正则,而输出仅是 38。

再深入看一下:

当str第一次匹配成功输出 32 后,程序要继续向后查找是否还有匹配的其它子串。那么这时应该从 32aa 的后一位开始向后查找,还是从 32 的后一位呢?也就是从索引 5 开始还是从 7 开始呢?有人可能想到是从 32aa 的下一位开始往后找,因为 32aa 匹配了正则,所以下一位当然是它的后面也就是从 4 开始。但实际上是从 32 的后一位也就是第一个 a 开始往后找。原因还是 (?=) 是非捕获的。

查阅API文档是这么注释的:

(?=X) X,via zero-width positive lookahead

可见zero-width(零宽度)说的就是这个意思。

现在,把字符串写的更有意思些:str = "aaaaaaaa";

看一下它的输出: aa aa aa

这个字符串一共有8个a。

第一次匹配比较容易找到,那就是前四个:aaaa,当然第三和第四个 a 是不捕获的,所以输出是第一和第二个a;

接着继续查找,这时是从第三个a开始,三到六,这4个a区配到了,所以输出第三和第四个a;

接着继续查找,这时是从第五个a开始,五到八,这4个a区配到了,所以输出第五和第六个a;

接着往后查找,这时是从第七个a开始,显然,第七和第八个a,不满足正则的匹配条件,查找结束。

我们再延伸一下,刚说的情况的是(?=)放在捕获的字符串后面,它如果放在前面又是什么结果呢?

例子换成:

(?=hopeful)hope

它的输出是hope。

正则的意思是:是否能匹配hopeful,如果能,则捕获hopeful中的hope。当然继续向后查找匹配的子串,是从f开始。

比较一下可以看出,(?=hopeful)hope 和 hope(?=ful),两个正则的效果其实是一样的。

2、下面说一下 (?<=)

把正则改一下,

(?<=aa)[0-9a-z]{2};

字符串还是str = "12332aa438aaf";

它的输出:43。

这个正则的意思是:匹配这么一个字符串,它要满足:是两位字符(数字或字母),且前面紧跟的是两个字母 a。

同样,深入一下,把str换成str = "aaaaaaaa";看一下输出是什么,同样也是:aa aa aa

第一次匹配不用说,是前四个a,输出的是第三和第四个a;

继续向后查找,从第五个a开始,程序发现,第五个和第六个a满足,因为是两位字符,且满足前面紧跟着两个a(第三和第四个a)。所以匹配成功,输出第五个和第六个a;

继续向后查找,从第七个a开始,程序发现,第七个和第八个a满足,因为是两位字符,且满足前面紧跟着两个a(第五和第六个a)。所以匹配成功,输出第七和第八个a。查找结束。

三、(?!)和(?<!) 逆袭!

从外观上看,和前面一组很相似,区别就是把 ‘=’ 换成了 ‘!’

那么意义刚好也是相反的。

[0-9a-z]{2}(?!aa)意思是:匹配两个字符,且后面紧跟着的不是aa

(?<!aa)[0-9a-z]{2}意思是:匹配两个字符,且前面紧跟着的不是aa

用法和前面讲的差不多,这里不再详述。

原文链接:https://www.f2er.com/regex/359006.html

猜你在找的正则表达式相关文章