正则之环视
regex
- 1.环视基础
- 2.示例
- 至少包含
- 不重复
- 分隔数字
- 标签
- 3.环视匹配原理
- 顺序环视匹配过程
- 逆序环视匹配过程
- 4. 环视应用
参考：
1.环视基础
| 表达式 | 说明 |
|---|---|
(?<=Expression) |
逆序肯定环视，表示所在位置左侧能够匹配Expression |
(?<!Expression) |
逆序否定环视，表示所在位置左侧不能匹配Expression |
(?=Expression) |
顺序肯定环视，表示所在位置右侧能够匹配Expression |
(?!Expression) |
顺序否定环视，表示所在位置右侧不能匹配Expression |
顺序环视相对是简单的，而逆序环视相对是复杂的
- JavaScript中只支持顺序环视，不支持逆序环视。
- Java中虽然顺序环视和逆序环视都支持，但是逆序环视只支持长度确定的表达式，逆序环视中量词只支持
?，不支持其它长度不定的量词。
2.示例
至少包含
密码由8到16位长度的英文字母、数字，且至少包含一个英文字母
顺序肯定环视：^(?=[0-9]*+[a-zA-Z])[a-zA-Z0-9]{8,16}$
密码由8到16位长度的英文字母、数字和特殊字符，且至少包含一个英文字母，一个数字，一个特殊字符，不能包含空格
顺序肯定环视：^(?=[^a-zA-Z]*+[a-zA-Z])(?=[^0-9]*+[0-9])(?=[a-zA-Z0-9]*+[^a-zA-Z0-9])\S{8,16}$
不重复
由字母、数字、特殊字符组合的8至16位长度，只能包含一次wifi
顺序否定环视：^(?!\S*?wifi\S*wifi)\S{8,16}$
分隔数字
一串纯数字，从右开始每3位加逗号，如134545756变为134,545,756
逆序肯定环视：(?<=\d)(?=(?:\d\d\d)+$)
说明：(?<=\d)是为了保证左侧第一个必须为数字
一串以$结尾的数字，从右开始每3位加逗号，如134545756$变为134,545,756$
逆序肯定环视：(?<=\d)(?=(\d\d\d)+(?!\d))
需求：数字格式化成用“,”的货币格式。
java8在逆序环视中，不支持无限字符数量的匹配量词，如、+*
正则表达式：(?<=\d)(?<!\.\d{0,100})(?=(?:\d{3})+(?:\.\d+|$))
标签
需求：匹配除<p…>或</p>之外的其余标签，如：aa<p>one</p>bb<div>two</div>cc
正则表达式：<(?!/?p\b)[^>]+>
需求：匹配div标签之间的内容，如：<div>a test</div>
正则表达式：(?<=<div>)[^<]+(?=</div>)
3.环视匹配原理
匹配位置
顺序环视匹配过程
- 对于顺序肯定环视
(?=Expression)来说，当子表达式Expression匹配成功时，(?=Expression)匹配成功，并报告(?=Expression)匹配当前位置成功。 - 对于顺序否定环视
(?!Expression)来说，当子表达式Expression匹配成功时，(?!Expression)匹配失败；当子表达式Expression匹配失败时，(?!Expression)匹配成功，并报告(?!Expression)匹配当前位置成功。
源字符串：aa<p>one</p>bb<div>two</div>cc
正则表达式：<(?!/?p\b)[^>]+>
这个正则的意义就是匹配除<p…>或</p>之外的其余标签。
匹配过程：
- 首先由字符
<取得控制权，从位置0开始匹配，由于<匹配a失败，在位置0处整个表达式匹配失败，第一次迭代匹配失败，正则引擎向前传动，由位置1处开始尝试第二次迭代匹配。 - 重复以上过程，直到位置2，
<匹配<成功，控制权交给(?!/?p\b)；(?!/?p\b)子表达式取得控制权后，进行内部子表达式的匹配。首先由/?取得控制权，尝试匹配p失败，进行回溯，不匹配，控制权交给p；由p来尝试匹配p，匹配成功，控制权交给\b；由\b来尝试匹配位置4，匹配成功。此时子表达式匹配完成，/?p\b匹配成功，那么环视表达式(?!/?p\b)就匹配失败。在位置2处整个表达式匹配失败，新一轮迭代匹配失败，正则引擎向前传动，由位置3处开始尝试下一轮迭代匹配。 - 在位置8处也会遇到一轮
/?p\b匹配/p成功，而导致环视表达式(?!/?p\b)匹配失败，从而导致整个表达式匹配失败的过程。 - 重复以上3过程，直到位置14，
<匹配<成功，控制权交给(?!/?p\b)；/?尝试匹配d失败，进行回溯，不匹配，控制权交给p；由p来尝试匹配d，匹配失败，已经没有备选状态可供回溯，匹配失败。此时子表达式匹配完成，/?p\b匹配失败，那么环视表达式(?!/?p\b)就匹配成功。匹配的结果是位置15，然后控制权交给[^>]+；由[^>]+从位置15进行尝试匹配，可以成功匹配到div，控制权交给>；由>来匹配>。此时正则表达式匹配完成，报告匹配成功。匹配结果为
<div>，开始位置为14，结束位置为19。其中<匹配<，(?!/?p\b)匹配位置15，[^>]+匹配字符串div，>匹配>。
逆序环视匹配过程
- 对于逆序肯定环视
(?<=Expression)来说，当子表达式Expression匹配成功时，(?<=Expression)匹配成功，并报告(?<=Expression)匹配当前位置成功。 - 对于逆序否定环视
(?<!Expression)来说，当子表达式Expression匹配成功时，(?<!Expression)匹配失败；当子表达式Expression匹配失败时，(?<!Expression)匹配成功，并报告(?<!Expression)匹配当前位置成功； - 顺序环视尝试匹配的起点是确定的，就是当前位置，而匹配的终点是不确定的。逆序环视匹配的起点是不确定的，是当前位置左侧某一位置，而匹配的终点是确定的，就是当前位置。
- 所以顺序环视相对是简单的，而逆序环视相对是复杂的。这也就是为什么大多数语言和工具都提供了对顺序环视的支持，而只有少数语言提供了对逆序环视支持的原因。
- JavaScript中只支持顺序环视，不支持逆序环视。
- Java中虽然顺序环视和逆序环视都支持，但是逆序环视只支持长度确定的表达式，逆序环视中量词只支持
?，不支持其它长度不定的量词。 - 目前只有.NET中支持不确定长度的逆序环视。
源字符串：<div>a test</div>
正则表达式：(?<=<div>)[^<]+(?=</div>)
这个正则的意义就是匹配<div>和</div>标签之间的内容，而不包括<div>和</div>标签本身。
匹配过程：
- 首先由
(?<=<div>)取得控制权，从位置0开始匹配，由于位置0是起始位置，左侧没有任何内容，所以<div>必然匹配失败，从而环视表达式(?<=<div>)匹配失败，导致整个表达式在位置0处匹配失败。第一轮迭代匹配失败，正则引擎向前传动，由位置1处开始尝试第二次迭代匹配。 - 直到传动到位置5，
(?<=<div>)取得控制权，向左查找5个位置，由位置0开始匹配，由<div>匹配<div>成功，从而(?<=<div>)匹配成功，匹配的结果为位置5，控制权交给[^<]+；[^<]+从位置5开始尝试匹配，匹配a test成功，控制权交给(?=</div>)；由</div>匹配</div>成功，从而(?=</div>)匹配成功，匹配结果为位置11。 - 此时正则表达式匹配完成，报告匹配成功。匹配结果为
a test，开始位置为5，结束位置为11。其中(?<=<div>)匹配位置5，[^<]+匹配a test，(?=</div>)匹配位置11。 - 逆序否定环视的匹配过程与上述过程类似，区别只是当Expression匹配失败时，逆序否定表达式(?<!Expression)才匹配成功。
4. 环视应用
需求：数字格式化成用,的货币格式。
正则表达式：(?<=\d)(?<!\.\d*)(?=(?:\d{3})+(?:\.\d+|$))
实现分析：
首先根据需求可以确定是把一些特定的位置替换为“,”，接下来就是分析并找到这些位置的规律，并抽象出来以正则表达式来表示。
1、这个位置的左侧必须为数字
2、这个位置右侧到出现.或结尾为止，必须是数字，且数字的个数必须为3的倍数
3、这个位置左侧相隔任意个数字不能出现.
由以上三条，就可以完全确定这些位置，只要实现以上三条，组合一下正则表达式就可以了。
根据分析，最终匹配的结果是一个位置，所以所有子表达式都要求是零宽度。
1、是对当前所在位置左侧附加的条件，所以要用到逆序环视，因为要求必须出现，所以是肯定的，符合这一条件的子表达式即为(?<=\d)
2、是对当前所在位置右侧附加的条件，所以要用到顺序环视，也是要求出现，所以是肯定的，是数字，且个数为3的倍数，即(?=(?:\d{3})*)，到出现.或结尾为止，即(?=(?:\d{3})*(?:\.|$))
3、是对当前所在位置左侧附加的条件，所以要用到逆序环视，因为要求不能出现，所以是否定的，即(?<!\.\d*)
因为零宽度的子表达式是非互斥的，最后匹配的都是同一个位置，所以先后顺序是不影响最后的匹配结果的，可以任意组合，只是习惯上把逆序环视写在左侧，顺序环视写在右侧。