//舉例說明。
//經??吹接腥藶榱私o數字加千分號(,)?例?1344444?--->?13,444,444;寫一大堆代碼.
//其實沒必要,這里給出正則的解決辦法(js版)
varstr?="1212123213213";
varreg?=?/(\d)(?=(\d{3})+(?!\d))/g;
varreg1?=?/(?=(\d{3})+(?!\d))/g;//與上邊的匹配的結果差不多
alert(str.replace(reg,"$1,"));
alert(str.replace(reg1,","));
//而且這種寫法大部分語言都支持,C,JAVA,JS,Perl
環視(Lookaround)
1?????? 環視基礎
環視只進行子表達式的匹配,不占有字符,匹配到的內容不保存到最終的匹配結果,是零寬度的。環視匹配的最終結果就是一個位置。
環視的作用相當于對所在位置加了一個附加條件,只有滿足這個條件,環視子表達式才能匹配成功。
環視按照方向劃分有順序和逆序兩種,按照是否匹配有肯定和否定兩種,組合起來就有四種環視。順序環視相當于在當前位置右側附加一個條件,而逆序環視相當于在當前位置左側附加一個條件。
對于環視的叫法,有的文檔里叫預搜索,有的叫什么什么斷言的,這里使用了更多人容易接受的《精通正則表達式》中“環視”的叫法,其實叫什么無所謂,只要知道是什么作用就是了,就這么幾個語法規則,?還是很容易記的
2?????? 環視匹配原理
環視是正則中的一個難點,對于環視的理解,可以從應用和原理兩個角度理解,如果想理解得更清晰、深入一些,還是從原理的角度理解好一些,正則匹配基本原理參考NFA引擎匹配原理。
上面提到環視相當于對“所在位置”附加了一個條件,環視的難點在于找到這個“位置”,這一點解決了,環視也就沒什么秘密可言了。
順序環視匹配過程
對于順序肯定環視(?=Expression)來說,當子表達式Expression匹配成功時,(?=Expression)匹配成功,并報告(?=Expression)匹配當前位置成功。
對于順序否定環視(?!Expression)來說,當子表達式Expression匹配成功時,(?!Expression)匹配失?。划斪颖磉_式Expression匹配失敗時,(?!Expression)匹配成功,并報告(?!Expression)匹配當前位置成功;
順序肯定環視的例子已在NFA引擎匹配原理中講解過了,這里再講解一下順序否定環視。
源字符串:aa
one
bb
two
cc
正則表達式:<(?!/?p\b)[^>]+>
這個正則的意義就是匹配除或之外的其余標簽。
匹配過程:
首先由字符“<”取得控制權,從位置0開始匹配,由于“<”匹配“a”失敗,在位置0處整個表達式匹配失敗,第一次迭代匹配失敗,正則引擎向前傳動,由位置1處開始嘗試第二次迭代匹配。
重復以上過程,直到位置2,“<”匹配“<”成功,控制權交給“(?!/?p\b)”;“(?!/?p\b)”子表達式取得控制權后,進行內部子表達式的匹配。首先由“/?”取得控制權,嘗試匹配“p”失敗,進行回溯,不匹配,控制權交給“p”;由“p”來嘗試匹配“p”,匹配成功,控制權交給“\b”;由“\b”來嘗試匹配位置4,匹配成功。此時子表達式匹配完成,“/?p\b”匹配成功,那么環視表達式“(?!/?p\b)”就匹配失敗。在位置2處整個表達式匹配失敗,新一輪迭代匹配失敗,正則引擎向前傳動,由位置3處開始嘗試下一輪迭代匹配。
在位置8處也會遇到一輪“/?p\b”匹配“/p”成功,而導致環視表達式“(?!/?p\b)”匹配失敗,從而導致整個表達式匹配失敗的過程。
重復以上過程,直到位置14,“<”匹配“<”成功,控制權交給“(?!/?p\b)”;“/?”嘗試匹配“d”失敗,進行回溯,不匹配,控制權交給“p”;由“p”來嘗試匹配“d”,匹配失敗,已經沒有備選狀態可供回溯,匹配失敗。此時子表達式匹配完成,“/?p\b”匹配失敗,那么環視表達式“(?!/?p\b)”就匹配成功。匹配的結果是位置15,然后控制權交給“[^>]+”;由“[^>]+”從位置15進行嘗試匹配,可以成功匹配到“div”,控制權交給“>”;由“>”來匹配“>”。
此時正則表達式匹配完成,報告匹配成功。匹配結果為“
”,開始位置為14,結束位置為19。其中“<”匹配“<”,“(?!/?p\b)”匹配位置15,“[^>]+”匹配字符串“div”,“>”匹配“>”。
逆序環視基礎
對于逆序肯定環視(?<=Expression)來說,當子表達式Expression匹配成功時,(?<=Expression)匹配成功,并報告(?<=Expression)匹配當前位置成功。
對于逆序否定環視(?
順序環視相當于在當前位置右側附加一個條件,所以它的匹配嘗試是從當前位置開始的,然后向右嘗試匹配,直到某一位置使得匹配成功或失敗為止。而逆序環視的特殊處在于,它相當于在當前位置左側附加一個條件,所以它不是在當前位置開始嘗試匹配的,而是從當前位置左側某一位置開始,匹配到當前位置為止,報告匹配成功或失敗。
順序環視嘗試匹配的起點是確定的,就是當前位置,而匹配的終點是不確定的。逆序環視匹配的起點是不確定的,是當前位置左側某一位置,而匹配的終點是確定的,就是當前位置。
所以順序環視相對是簡單的,而逆序環視相對是復雜的。這也就是為什么大多數語言和工具都提供了對順序環視的支持,而只有少數語言提供了對逆序環視支持的原因。
JavaScript中只支持順序環視,不支持逆序環視。
Java中雖然順序環視和逆序環視都支持,但是逆序環視只支持長度確定的表達式,逆序環視中量詞只支持“?”,不支持其它長度不定的量詞。長度確定時,引擎可以向左查找固定長度的位置作為起點開始嘗試匹配,而如果長度不確定時,就要從當前位置向左逐個位置開始嘗試匹配,不成功則回溯,再向左側位置進行嘗試匹配,然后重復以上過程,直到匹配成功,或是嘗試到位置0處以后,報告匹配失敗,處理的復雜度是顯而易見的。
目前只有.NET中支持不確定長度的逆序環視。
逆序環視匹配過程
源字符串:
a test
正則表達式:(?<=
)[^<]+(?=
)
這個正則的意義就是匹配
和
標簽之間的內容,而不包括
和
標簽本身。
匹配過程:
首先由“(?<=
)”取得控制權,從位置0開始匹配,由于位置0是起始位置,左側沒有任何內容,所以“
”必然匹配失敗,從而環視表達式“(?<=
)”匹配失敗,導致整個表達式在位置0處匹配失敗。第一輪迭代匹配失敗,正則引擎向前傳動,由位置1處開始嘗試第二次迭代匹配。
直到傳動到位置5,“(?<=
)”取得控制權,向左查找5個位置,由位置0開始匹配,由“
”匹配“
”成功,從而“(?<=
)”匹配成功,匹配的結果為位置5,控制權交給“[^<]+”;“[^<]+”從位置5開始嘗試匹配,匹配“a test”成功,控制權交給“(?=
)”;由“
”匹配“
”成功,從而“(?=
)”匹配成功,匹配結果為位置11。
此時正則表達式匹配完成,報告匹配成功。匹配結果為“a test”,開始位置為5,結束位置為11。其中“(?<=
)”匹配位置5,“[^<]+”匹配“a test”,“(?=
)”匹配位置11。
逆序否定環視的匹配過程與上述過程類似,區別只是當Expression匹配失敗時,逆序否定表達式(?
到此環視的匹配原理已基本講解完,環視也就沒有什么秘密可言了,所需要的,也只是多加練習而已。
3?????? 環視應用
今天寫累了,暫時就給出一個環視的綜合應用實例吧,至于環視的應用場景和技巧,后面再整理。
需求:數字格式化成用“,”的貨幣格式。
正則表達式:(?n)(?<=\d)(?
測試代碼:
double[] data = new double[] { 0, 12, 123, 1234, 12345, 123456, 1234567, 123456789, 1234567890, 12.345, 123.456, 1234.56, 12345.6789, 123456.789, 1234567.89, 12345678.9 };
foreach (double d in data)
{
richTextBox2.Text += "源字符串:" + d.ToString().PadRight(15) + "格式化:" + Regex.Replace(d.ToString(), @"(?n)(?<=\d)(?
}
輸出結果:
源字符串:0????????????? 格式化:0
源字符串:12???????????? 格式化:12
源字符串:123??????????? 格式化:123
源字符串:1234?????????? 格式化:1,234
源字符串:12345????????? 格式化:12,345
源字符串:123456???????? 格式化:123,456
源字符串:1234567??????? 格式化:1,234,567
源字符串:123456789????? 格式化:123,456,789
源字符串:1234567890???? 格式化:1,234,567,890
源字符串:12.345???????? 格式化:12.345
源字符串:123.456??????? 格式化:123.456
源字符串:1234.56??????? 格式化:1,234.56
源字符串:12345.6789???? 格式化:12,345.6789
源字符串:123456.789???? 格式化:123,456.789
源字符串:1234567.89???? 格式化:1,234,567.89
源字符串:12345678.9???? 格式化:12,345,678.9
實現分析:
首先根據需求可以確定是把一些特定的位置替換為“,”,接下來就是分析并找到這些位置的規律,并抽象出來以正則表達式來表示。
1、?? 這個位置的左側必須為數字
2、?? 這個位置右側到出現“.”或結尾為止,必須是數字,且數字的個數必須為3的倍數
3、?? 這個位置左側相隔任意個數字不能出現“.”
由以上三條,就可以完全確定這些位置,只要實現以上三條,組合一下正則表達式就可以了。
根據分析,最終匹配的結果是一個位置,所以所有子表達式都要求是零寬度。
1、?? 是對當前所在位置左側附加的條件,所以要用到逆序環視,因為要求必須出現,所以是肯定的,符合這一條件的子表達式即為“(?<=\d)”
2、?? 是對當前所在位置右側附加的條件,所以要用到順序環視,也是要求出現,所以是肯定的,是數字,且個數為3的倍數,即“(?=(\d{3})+)”,到出現“.”或結尾為止,即“(?=(\d{3})+(\.|$))”
3、?? 是對當前所在位置左側附加的條件,所以要用到逆序環視,因為要求不能出現,所以是否定的,即“(?
因為零寬度的子表達式是非互斥的,最后匹配的都是同一個位置,所以先后順序是不影響最后的匹配結果的,可以任意組合,只是習慣上把逆序環視寫在左側,順序環視寫在右側。
說明:這里只是為了說明環視的使用而舉的一個例子,實際上這個需求直接用string.Format就可以做到
轉自:http://blog.csdn.net/yangzlgg/article/details/7558858
http://www.cnblogs.com/Zjmainstay/p/regexp-lookaround.html