原文

有一个问题，在此记录：

在负向零宽断言里面，匹配q后面不是u的单词。
使用 \b\w*q(?!u)\w*\b 不能解决 qsqu这种情况。
即qs已经消耗了负向零宽断言，但是仍然存在qu的这种情况。

学习笔记：

\b #元字符 只匹配一个位置 \bhi\b #精确查找hi这个单词 \bhi\b.*\bLucy\b #hi后面不远处跟着一个Lucy 0\d{2}-\d{8} #匹配012-12345678电话号码 元字符 表1.常用的元字符 代码说明 .匹配除换行符以外的任意字符 \w匹配字母或数字或下划线或汉字 \s匹配任意的空白符 \d匹配数字 \b匹配单词的开始或结束 ^匹配字符串的开始 $匹配字符串的结束 示例： \ba\w*\b #以a开头的单词 \d+#一个或多个数字 \bw{6}\b #6个字符的单词 ^\d{5,12}$ #整个字符串是5-12位的数字 字符转义 查找元字符本身 \转义 重复 表2.常用的限定符 代码/语法说明 *重复零次或更多次 +重复一次或更多次 ?重复零次或一次 {n}重复n次 {n,}重复n次或更多次 {n,m}重复n到m次 示例： Windows\d+ #Windows后跟一个或多个数字 ^\w+#匹配整个字符串的第一个单词 字符类 [abcd!@#] #匹配[]中的任意一个字符 [0-9]#\d [0-9a-zA-Z] #\w \(?0\d{2}[) -]?\d{8}#(010)-12345678 010-12345678 分枝条件 0\d{2}-\d{8}|0\d{3}-\d{7}#满足二者之一即匹配，注意顺序，防止短路 分组 (\d{1,3}\.){3}\d{1,3}#简单匹配ip地址 ((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)#精确匹配ip地址 反义 表3.常用的反义代码 代码/语法说明 \W匹配任意不是字母，数字，下划线，汉字的字符 \S匹配任意不是空白符的字符 \D匹配任意非数字的字符 \B匹配不是单词开头或结束的位置 [^x]匹配除了x以外的任意字符 [^aeIoU] 匹配除了aeIoU这几个字母以外的任意字符 \S+#不包括空白的符的字符串 <a[^>]+> #用尖括号括起来的以a开头的字符串 向后引用 为了重复搜索前面某个分组匹配的文本 表4.常用分组语法 分类代码/语法说明 捕获(exp)匹配exp,并捕获文本到自动命名的组里 (?<name>exp) 匹配exp,并捕获文本到名称为name的组里，也可以写成(?'name'exp) (?:exp) 匹配exp,不捕获匹配的文本，也不给此分组分配组号 零宽断言(?=exp) 匹配exp前面的位置 (?<=exp) 匹配exp后面的位置 (?!exp) 匹配后面跟的不是exp的位置 (?<!exp) 匹配前面不是exp的位置 注释(?#comment)这种类型的分组不对正则表达式的处理产生任何影响，用于提供注释让人阅读 零宽断言 类似 \b ^ $,指定一个位置 (?=exp) #以exp结尾 (?<=exp) #以exp开头 \b\w+(?=ing\b)#以ing结尾的单词的前半部分 (?<=\bre)\w+\b #以re开头的单词的后半部分 (?<=\s)\d+(?=\s)#以空白符间隔的数字 负向零宽断言 (?!exp) #断言此后不能出现exp表达式 (?<!exp) #断言此前不能出现exp表达式 \b\w*(q(?!u))*\w*\b#q后面不是u的单词 (?!u)只匹配位置，不消耗字符 ~此处存在问题 qsqu \b{3}(?!\d) #后面不是数字的三位数字 (?<![a-z])\d{7}#前面不是小写字母的7位数字 (?<=<(\w+)>).*(?=<\/\1>)#匹配不包含属性的简单html标签中的内容 注释 方法一：(?#这里是注释的内容) 方法二：忽略模式里的空白符 可在#后加注释 贪婪与懒惰 在通配符后加 ? 则会尽可能匹配少的元素 表5.懒惰限定符 代码/语法说明 *?重复任意次，但尽可能少重复 +?重复1次或更多次，但尽可能少重复 ??重复0次或1次，但尽可能少重复 {n,m}? 重复n到m次，但尽可能少重复 {n,}?重复n次以上，但尽可能少重复 处理选项 表6.常用的处理选项 名称说明 IgnoreCase(忽略大小写)匹配时不区分大小写。 Multiline(多行模式)更改^和$的含义，在任意一行的行首和行尾匹配 Singleline(单行模式)更改.的含义，使它与每一个字符匹配（包括换行符\n）。 IgnorePatternWhitespace(忽略空白)忽略表达式中的非转义空白并启用由#标记的注释。 ExplicitCapture(显式捕获)仅捕获已被显式命名的组。 注：单行模式和多行模式可以同时使用。 平衡组/递归匹配 这个感觉好难的样子 = = ，只能说看的懂。 (?'group') 把捕获的内容命名为group,并压入堆栈(Stack) (?'-group') 从堆栈上弹出最后压入堆栈的名为group的捕获内容，如果堆栈本来为空，则本分组的匹配失败 (?(group)yes|no) 如果堆栈上存在以名为group的捕获内容的话，继续匹配yes部分的表达式，否则继续匹配no部分 (?!) 零宽负向先行断言，由于没有后缀表达式，试图匹配总是失败 还有什么东西没提到 表7.尚未详细讨论的语法 代码/语法说明 \a报警字符(打印它的效果是电脑嘀一声) \b通常是单词分界位置，但如果在字符类里使用代表退格 \t制表符，Tab \r回车 \v竖向制表符 \f换页符 \n换行符 \eEscape \0nnASCII代码中八进制代码为nn的字符 \xnnASCII代码中十六进制代码为nn的字符 \unnnn Unicode代码中十六进制代码为nnnn的字符 \cNASCII控制字符。比如\cC代表Ctrl+C \A字符串开头(类似^，但不受处理多行选项的影响) \Z字符串结尾或行尾(不受处理多行选项的影响) \z字符串结尾(类似$，但不受处理多行选项的影响) \G当前搜索的开头 \p{name} Unicode中命名为name的字符类，例如\p{IsGreek} (?>exp) 贪婪子表达式 (?<x>-<y>exp) 平衡组 (?im-nsx:exp) 在子表达式exp中改变处理选项 (?im-nsx) 为表达式后面的部分改变处理选项 (?(exp)yes|no)把exp当作零宽正向先行断言，如果在这个位置能匹配，使用yes作为此组的表达式；否则使用no (?(exp)yes) 同上，只是使用空表达式作为no (?(name)yes|no)如果命名为name的组捕获到了内容，使用yes作为表达式；否则使用no (?(name)yes) 同上，只是使用空表达式作为no