`
- 浏览:
336820 次
- 性别:
- 来自:
北京
-
正则表达式中后向引用、零宽断言、负向零宽断言的解释用法
正则表达式中后向引用、零宽断言、负向零宽断言的解释用法:
下面分别做详细的解释:
(1)后向引用
在匹配模式中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(也就是此分组捕获的内容)可以在表达式或其它程序中作进一步的处理。默认情况下,每个分组会自动拥有一个组号,规则是:从左向右,以分组的左括号为标志,第一个出现的分组的组号为1,第二个为2,以此类推,分组0对应整个正则表达式
实际上组号分配过程是要从左向右扫描两遍的:第一遍只给未命名组分配,第二遍只给命名组分配--因此所有命名组的组号都大于未命名的组号
你可以使用(?:exp)这样的语法来剥夺一个分组对组号分配的参与权.
后向引用用于重复搜索前面某个分组匹配的文本。例如,\1代表分组1匹配的文本。难以理解?
请看示例:
\b(\w+)\b\s+\1\b可以用来匹配重复的单词,像go go, 或者kitty kitty。这个表达式首先是一个单词,也就是单词开始处和结束处之间的多于一个的字母或数字(\b(\w+)\b),这个单词会被捕获到编号为1的分组中,然后是1个或几个空白符(\s+),最后是分组1中捕获的内容(也就是前面匹配的那个单词)(\1)。
你也可以自己指定子表达式的组名。要指定一个子表达式的组名,请使用这样的语法:(?<Word>\w+)(或者把尖括号换成'也行:(?'Word'\w+)),这样就把\w+的组名指定为Word了。要反向引用这个分组捕获的内容,你可以使用\k<Word>,所以上一个例子也可以写成这样:\b(?<Word>\w+)\b\s+\k<Word>\b。
使用小括号的时候,还有很多特定用途的语法。下面列出了最常用的一些:
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
我们已经讨论了前两种语法。第三个(?:exp)不会改变正则表达式的处理方式,只是这样的组匹配的内容不会像前两种那样被捕获到某个组里面,也不会拥有组号。“我为什么会想要这样做?”——好问题,你觉得为什么呢?
(2)零宽断言
这个概念比较的难记, 知道有这么个概念就行了.无关紧要.
接下来的四个用于查找在某些内容(但并不包括这些内容)之前或之后的东西,也就是说它们像\b,^,$那样用于指定一个位置,这个位置应该满足一定的条件(即断言),因此它们也被称为零宽断言。最好还是拿例子来说明吧:
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。
(?=exp)也叫零宽度正预测先行断言,它断言自身出现的位置的后面能匹配表达式exp。比如\b\w+(?=ing\b),匹配以ing结尾的单词的前面部分(除了ing以外的部分),如查找I'm singing while you're dancing.时,它会匹配sing和danc。
(?<=exp)也叫零宽度正回顾后发断言,它断言自身出现的位置的前面能匹配表达式exp。比如(?<=\bre)\w+\b会匹配以re开头的单词的后半部分(除了re以外的部分),例如在查找reading a book时,它匹配ading。
假如你想要给一个很长的数字中每三位间加一个逗号(当然是从右边加起了),你可以这样查找需要在前面和里面添加逗号的部分:((?<=\d)\d{3})+\b,用它对1234567890进行查找时结果是234567890。
下面这个例子同时使用了这两种断言:(?<=\s)\d+(?=\s)匹配以空白符间隔的数字(再次强调,不包括这些空白符)。
(3)负向零宽断言
前面我们提到过怎么查找不是某个字符或不在某个字符类里的字符的方法(反义)。但是如果我们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,如果我们想查找这样的单词--它里面出现了字母q,但是q后面跟的不是字母u,我们可以尝试这样:
\b\w*q[^u]\w*\b匹配包含后面不是字母u的字母q的单词。但是如果多做测试(或者你思维足够敏锐,直接就观察出来了),你会发现,如果q出现在单词的结尾的话,像Iraq,Benq,这个表达式就会出错。这是因为[^u]总要匹配一个字符,所以如果q是单词的最后一个字符的话,后面的[^u]将会匹配q后面的单词分隔符(可能是空格,或者是句号或其它的什么),后面的\w*\b将会匹配下一个单词,于是\b\w*q[^u]\w*\b就能匹配整个Iraq fighting。负向零宽断言能解决这样的问题,因为它只匹配一个位置,并不消费任何字符。现在,我们可以这样来解决这个问题:\b\w*q(?!u)\w*\b。
零宽度负预测先行断言(?!exp),断言此位置的后面不能匹配表达式exp。例如:\d{3}(?!\d)匹配三位数字,而且这三位数字的后面不能是数字;\b((?!abc)\w)+\b匹配不包含连续字符串abc的单词。
同理,我们可以用(?<!exp),零宽度负回顾后发断言来断言此位置的前面不能匹配表达式exp:(?<![a-z])\d{7}匹配前面不是小写字母的七位数字。
请详细分析表达式(?<=<(\w+)>).*(?=<\/\1>),这个表达式最能表现零宽断言的真正用途。
一个更复杂的例子:(?<=<(\w+)>).*(?=<\/\1>)匹配不包含属性的简单HTML标签内里的内容。(<?(\w+)>)指定了这样的前缀:被尖括号括起来的单词(比如可能是<b>),然后是.*(任意的字符串),最后是一个后缀(?=<\/\1>)。注意后缀里的\/,它用到了前面提过的字符转义;\1则是一个反向引用,引用的正是捕获的第一组,前面的(\w+)匹配的内容,这样如果前缀实际上是<b>的话,后缀就是</b>了。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)。
分享到:
Global site tag (gtag.js) - Google Analytics
相关推荐
零宽断言(Zero-width Assertions)在正则表达式中用于标记位置,但不会消耗任何字符。有两种主要类型:正向零宽断言 `(?=)` 和负向零宽断述 `(?!)`。 #### 例1:数字前的正向零宽断言 ``` \d(?=\d) ``` 这表示匹配...
正则表达式是一种强大的文本处理工具,用于在字符串中进行模式匹配和搜索替换操作。C#作为.NET框架的一部分,提供了全面支持正则表达式的类库,使得开发人员能够方便地利用正则表达式进行复杂的文本处理任务。在这个...
此外,JavaScript提供了`test()`、`match()`、`replace()`、`search()`和`split()`等方法,与正则表达式配合使用,完成各种字符串操作。 总之,通过这个资源,学习者不仅可以系统地学习正则表达式的理论知识,还能...
正则表达式的操作符包含多种类型,包括限定符(如星号*表示“零个或多个”)、定位符(如脱字符^表示行首)、选择(如竖线|表示“或”)、后向引用(如反斜杠和数字组合,表示对前面捕获组的引用)等。这些操作符...
3. 零宽断言:与预查类似,零宽断言不会消耗字符,如"^"表示行首,"$"表示行尾,"\b"表示单词边界,"\B"表示非单词边界。 4. 选择器:"|"符号用于表示选择,如"a|b"匹配'a'或'b'。 5. 重复模式:"{n,m}?"(懒惰匹配...
可以使用`re.compile()`函数编译正则表达式模式,然后用其方法进行匹配。例如: ```python import re pattern = re.compile(r'\d+') match = pattern.match('123abc') if match: print('Match found:', match....
10. **编程语言支持**:大多数编程语言都内置了正则表达式支持,如Java(Test.java中的例子可能涉及Java的`Pattern`和`Matcher`类),Python的`re`模块,JavaScript的`match`、`replace`等方法。 11. **优化技巧**...
正则表达式是一种用于匹配字符串...以上知识点总结了正则表达式的核心用法,包括元字符、字符转义、字符类、反义、分支、分组、反向引用、零宽断言、贪婪与懒惰以及处理选项等,为熟练使用正则表达式提供了基本的指导。
随着学习的深入,会接触到更复杂的概念,如字符类(class)、分枝条件(branch)、分组(group)、后向引用(backreference)、零宽断言(lookaround)以及贪婪与懒惰匹配(greedy and lazy matching)等。...
【Python正则表达式使用指南】是一篇专为Python初学者设计的教程,旨在帮助读者理解和运用Python中的正则表达式。这篇文档采用中英文对照的方式,内容清晰易懂,适合快速学习和实践。 正则表达式是用于匹配字符串的...
本指南详细介绍了正则表达式的基础,包括字符匹配、重复匹配、使用方法、编译标志、增强功能等。 正则表达式的基础包括字符匹配和重复匹配。字符匹配是最直接的,大部分字符和字母直接匹配自身。但在正则表达式中,...
本文将深入探讨Jmeter正则表达式提取器的使用方法及其实战应用。 首先,我们理解Jmeter正则表达式提取器的基本配置。在Jmeter测试计划中,正则表达式提取器通常作为后置处理器添加到HTTP请求中,以便在请求执行后...
"精通正则表达式05"这一主题,暗示我们将深入学习JavaScript中的正则表达式高级用法,特别是通过视频教程的方式。 首先,我们来理解一下正则表达式的基础知识。正则表达式由一系列字符和特殊符号组成,这些字符和...
在IT领域,正则表达式...通过对这个源代码的分析和学习,开发者不仅可以掌握C#正则表达式的基本用法,还能了解到一些高级特性和实际应用中的技巧。这对于提升软件开发能力,特别是在处理文本数据时,是非常有帮助的。
正则表达式是一种强大而灵活的工具,一旦掌握了其基本原理和使用方法,就能在各种场景下大大提高工作效率。deerchao的《正则表达式30分钟入门》提供了一个快速入门的途径,通过跟随教程一步步学习,即使是初学者也能...
选择、分组和引用序列是指在正则表达式中使用竖线 | 选择左边或右边的子表达式。括号 () 可以将多个项组合为一个单元,并捕获匹配的字符串。 指定匹配位置模式 指定匹配位置模式是指 ^ 匹配字符串的起点,$ 匹配...
Java正则表达式是Java编程语言中用于处理字符串的强大工具,它允许程序员通过模式匹配来查找、替换或分割文本。本教程将深入讲解Java中的正则表达式,并提供丰富的实例来帮助开发者理解和应用这些概念。 1. 正则...
过于复杂的正则表达式或不恰当的使用方法可能会导致性能下降甚至程序崩溃。 最后,正则表达式是一个庞大且不断发展的领域,存在许多高级特性,如平衡组/递归匹配等,它们可以处理更加复杂和特定的文本处理需求。...
...)`: 后向零宽断言,匹配不包含后面模式的位置。 8. **正则表达式引擎**: - **贪婪模式**:默认情况下,正则表达式引擎尽可能多地匹配字符。 - **非贪婪模式**:通过使用懒惰量词,使得引擎尽可能少地匹配字符...
正则表达式是计算机科学中用于模式匹配和文本操作的强大工具。它是由特殊字符和普通字符组成的字符串,用于描述一种特定的字符串模式。在《正则表达式入门经典》(Watt, 美国作者)这本书中,作者深入浅出地介绍了正则...