javascript正規表示式的分組以及斷言的詳細介紹

这篇文章主要介绍了 javascript 正则表达式分组、断言详解的相关资料,需要的朋友可以参考下

 javascript 正则表达式分组、断言详解

  提示：阅读本文需要有一定的正则表达式基础。

       正则表达式中的断言，作为高级应用出现，倒不是因为它有多难，而是概念比较抽象，不容易理解而已，今天就让小菜通俗的讲解一下。

       如果不用断言，以往用过的那些表达式，仅仅能获取到有规律的字符串，而不能获取无规律的字符串。

       举个例子，比如html源码中有b2386ffb911b14667cb8f0f91ea547a7xxx6e916e0f7d1e588d4f442bf645aedb2f标签，用以前的知识，我们只能确定源码中的b2386ffb911b14667cb8f0f91ea547a7和6e916e0f7d1e588d4f442bf645aedb2f是固定不变的。因此，如果想获取页面标题(xxx)，充其量只能写一个类似于这样的表达式：b2386ffb911b14667cb8f0f91ea547a7.*6e916e0f7d1e588d4f442bf645aedb2f，而这样写匹配出来的是完整的b2386ffb911b14667cb8f0f91ea547a7xxx6e916e0f7d1e588d4f442bf645aedb2f标签，并不是单纯的页面标题xxx。

       想解决以上问题，就要用到断言知识。

       在讲断言之前，读者应该先了解分组，这有助于理解断言。

       分组在正则中用()表示，根据小菜理解，分组的作用有两个：

       n  将某些规律看成是一组，然后进行组级别的重复，可以得到意想不到的效果。

       n  分组之后，可以通过后向引用简化表达式。

        先来看第一个作用，对于IP地址的匹配，简单的可以写为如下形式：

       \d{1,3}.\d{1,3}.\d{1,3}.\d{1,3}

       但仔细观察，我们可以发现一定的规律，可以把.\d{1,3}看成一个整体，也就是把他们看成一组，再把这个组重复3次即可。表达式如下：

       \d{1,3}(.\d{1,3}){3}

       这样一看，就比较简洁了。

再来看第二个作用，就拿匹配b2386ffb911b14667cb8f0f91ea547a7xxx6e916e0f7d1e588d4f442bf645aedb2f标签来说，简单的正则可以这样写：

       <title>.*</title>

       可以看出，上边表达式中有两个title，完全一样，其实可以通过分组简写。表达式如下：

       <(title)>.*</\1>

       这个例子实际上就是反向引用的实际应用。对于分组而言，整个表达式永远算作第0组，在本例中，第0组是cc97656aee6d4c4c5fa65b10b70c0f4c.*c0f8603dd44f0db5dcc943cf687721b3，然后从左到右，依次为分组编号，因此，(title)是第1组。

       用\1这种语法，可以引用某组的文本内容，\1当然就是引用第1组的文本内容了，这样一来，就可以简化正则表达式，只写一次title，把它放在组里，然后在后边引用即可。

       以此为启发，我们可不可以简化刚刚的IP地址正则表达式呢？原来的表达式为\d{1,3}(.\d{1,3}){3}，里边的\d{1,3}重复了两次，如果利用后向引用简化，表达式如下：

       (\d{1,3})(.\1){3}

       简单的解释下，把\d{1,3}放在一组里，表示为(\d{1,3})，它是第1组，(.\1)是第2组，在第2组里通过\1语法，后向引用了第1组的文本内容。

       经过实际测试，会发现这样写是错误的，为什么呢？

       小菜一直在强调，后向引用，引用的仅仅是文本内容，而不是正则表达式！

       也就是说，组中的内容一旦匹配成功，后向引用，引用的就是匹配成功后的内容，引用的是结果，而不是表达式。

       因此，(\d{1,3})(.\1){3}这个表达式实际上匹配的是四个数都相同的IP地址，比如：123.123.123.123。

       至此，读者已经掌握了传说中的后向引用，就这么简单。

       接下来说说什么是断言。

       所謂斷言，就是指明某個字串前邊或後邊，將會出現滿足某種規律的字串。

       就拿文章開篇的例子來說，我們想要的是xxx，它沒有規律，但是它前邊肯定會有b2386ffb911b14667cb8f0f91ea547a7，後邊一定會有683b85afec769a2dae32e320b747e360，這就夠了。

       想指定xxx前一定會出現b2386ffb911b14667cb8f0f91ea547a7，就用正後發斷言，表達式：(?<=b2386ffb911b14667cb8f0f91ea547a7).*

    一定會出現6e916e0f7d1e588d4f442bf645aedb2f，就用正先行斷言，表達式：.*(?=6e916e0f7d1e588d4f442bf645aedb2f)

       兩個加在一起，就是(?<=

       這樣就能搭配xxx。

       相信讀者看到這，已經蒙了，不用急，待小菜慢慢講來。

       其實掌握了規律，就很簡單了，無論是先行還是後發，都是相對於xxx而言的，也就是相對於目標字串而言。

       假如目標字串後邊有條件，可以理解為目標字串在前，就用先行斷言，放在目標字串之後。

       假如目標字串前邊有條件，可以理解為目標字串在後，就用後發斷言，放在目標字串之前。

       假如指定滿足某一條件，為正。

       假如指定不符合某個條件，為負。

       斷言只是條件，幫你找出真正需要的字串，本身並不會符合！

(?=X )	#零寬度正先行斷言。僅當子表達式 X 在 此位置的右側匹配時才繼續匹配。例如，/w+(?=/d) 與後跟數字的單字匹配，而不與該數字匹配。此構造不會回溯。
(?!X)	#零寬度負先行斷言。僅當子表達式 X 不在 此位置的右側匹配時才繼續匹配。例如，例如，/w+(?!/d) 與後面不跟數字的單字匹配，而不與該數字匹配 。
(?<=X)	#零寬度正後發斷言。僅當子表達式 X 在 此位置的左側匹配時才繼續匹配。例如，(?<=19)99 與跟在 19 後面的 99 的實例相符。此構造不會回溯。
(?	#零寬度負後發斷言。僅當子表達式 X 不在此位置的左側匹配時才繼續匹配。例如，(?

       從斷言的表達形式可以看出，它用的就是分組符號，只不過開頭都加了一個問號，這個問號就是在說這是一個非捕獲組，這個組沒有編號，不能用來後向引用，只能當做斷言。

以上是javascript正規表示式的分組以及斷言的詳細介紹的詳細內容。更多資訊請關注PHP中文網其他相關文章！