正则的断言先行后行正反双打满足我100%的匹配需求

小灰灰 2023-10-12 17:23 37阅读 0赞

![format_png][]

## 前言 ##

> 正则表达式应用 ; 日常数据处理中正则表达式是必不可少的利器，尤其是作为脚本型语言存在时，正则时必备技巧!!! 你也许并不像使用正则，因为每次书写正则很麻烦。但是正则真的很灵活，今天我们来学习下正则的占位断言功能，这个功能可以使我们的正则更加的精准

## 场景 ##

### Simple ###

*  正则表达式中通过给匹配想设置别名，这种操作之前我介绍过，后来使用感觉很爽，这里就当作简单入门级别的。

java

复制代码

`Pattern compile = Pattern.compile("(.*)\\*\\{(?<c>\\d+)\\}"); Matcher matcher = compile.matcher("zxhtom*{3}"); if (matcher.find()) { System.out.println(matcher.group("c")); }`

*  我们只需要在对应的括号内新增`?<name>`的形式就可以了。这个时候我们只需要去获取名字叫c的匹配内容。无需关心他在正则中的位置了。

### Advanced ###

> 相信大部分人都停留在入门级别。至少我之前一直通过入门级别的技巧应付日常的开发场景。但正则并不是仅仅那些功能。了解高级技巧可以让我们优雅的使用正则

#### Look ####

*  正则表达式领域中存在 `断言` 这一功能，可以理解成 `java` 的断言，因为这里的断言并不会占位仅仅是做正则判断是否继续作用。细分的话存在正向、负向的先行、后行的断言。

![format_png 1][]

*  画了张图，大概描述了下什么叫先行、后行。什么叫正向、负向。
 *  如上图，我们正则中的 h 匹配到红色的地方。后面的 `?=tom` 表示后面必须的 `tom` 字符串才能匹配，而最终匹配的内容是 `h`.因为断言是不占位的。
 *  那么到底什么是正向负向、先行后行啊？ 断言个格式为 `(?[direction][updown][pattern])`
 *  其中中括号内是可变变量。
 *  direction 代表先行、后行
 *  updown 代表正向、负向
 *  pattern 代表我们的匹配表达式。可以是我们常规的正则

<table> 
 <thead> 
  <tr> 
   <th>概念</th> 
   <th>解释</th> 
   <th>公式</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>正向</td> 
   <td>匹配内容</td> 
   <td>updown 为=号</td> 
  </tr> 
  <tr> 
   <td>负向</td> 
   <td>取反，不匹配内容</td> 
   <td>updown 为 ! 号</td> 
  </tr> 
  <tr> 
   <td>先行</td> 
   <td>从左至右匹配</td> 
   <td>direction 为空</td> 
  </tr> 
  <tr> 
   <td>后行</td> 
   <td>从右至左匹配</td> 
   <td>direction 为 &lt; 号</td> 
  </tr> 
 </tbody> 
</table>

*  好了现在我们知道的概念了。现在我们向匹配第一个字符的 `h` 该如何操作呢。

#### 先行 ####

*  首先，我们采用先行的策略来匹配。先行就是从左到右的顺序，那么我们就需要看 `h` 后面的内容。后面的是 `zxh`。那么我们就可以这么写 `h(?=zxh)` ，那么就会寻找 `hzxh` 中的开头的那个 h。

#### 后行 ####

*  先行的实现后，那么我们来看看后行如何实现。后行就是从右往左的顺序。那么我们就需要看 `h` 的左边都有啥？对～啥都没有。啥都没有在正则中有个专有符号 `\b` 表示单词的边界。
 *  结合我们说的负向匹配，啥都没有的取反则是任意一个符号。我们可以表示 `(?!\w)` 。
 *  所以我么可以 `\bh` 或者 `(?<!\w)h`

![format_png 2][]

#### 小结 ####

*  正向、负向很好理解，就是完全匹配和取反两个作用
 *  先行、后行主要就是考虑的方向。比如现在我有一个正则 `(?<=zxh)123` 他会怎么匹配呢？首先我们通过 `<` 能够知道是后行匹配。也就是匹配的是断言左边部分。也就是匹配 zxh123 中的 123。

![format_png 3][]

*  还有断言是不占位的。这点一定要清楚。`(?<=\w)zxh` 只能匹配出 zxh . 但是我想匹配在单词内部的 zxh ，且向左包含 3 个字符的单词。断言仅仅是一个标记。无法参与实际匹配的。

![format_png 4][]

*  断言也是可以多个检测的。正常我们断言是与的关系，我们可以借助正则表达式 `｜` 来失效或的效果。

![format_png 5][]

## 具体案例 ##

*  不同语言下正则表达式会有些许不同。接下来我们就分别针对我常用的语言谈谈正则的使用吧。

### linux ###

*  在 linux 中正则匹配个人觉得是阉割版的正则表达式。在 Linux 中大概使用到正则表达式应该有 vim 、grep 、 sed 这几个地方。
 *  而 grep 实际上是进行查找的操作。所有对于正则的使用只有匹配功能。而 sed 是对字符的操作所以 sed 中正则的使用才是很完整的。剩下的就是 vim 中正则的使用。

`echo "<title>hello</title>sdf<title>nihao</title>" | sed -n '/title.\?/p'`

*  上面我们简单使用 grep 的正则表达式。sed 的查询也是一样的操作。不过需要注意的是类似于正则中的关键符号如 `()` 、`+` 这些符号使用前都需要加 `\` 进行转义。

`echo "hello i am zxhtom" | sed 's/$.*$zxhtom/\1d/'`

*  在 shell 中我们也需要注意的是字符的替换。毕竟查找匹配使用大多一致。shell 中通过 =~ 进行正则匹配。

shell

复制代码

`if [[ "${version}" =~ (.*)(1.2.5\.[0-9]{4}[01]{1}[0-9]{1}[0-3]{1}[0-9]{1}.*) ]] then pre=${BASH_REMATCH[1]} version=${BASH_REMATCH[2]} echo ${version} fi`

*  上面我们就是匹配的同时获取指定匹配项，然后通过 shell 语言进行拼接达到字符替换的功能。

## 参考链接 ##

[JavaScript正则表达式测试][JavaScript]

## 放松一刻 ##

> Correction does much, but encouragement does more. — Johann Wolfgang von Goethe

![format_png 6][]

[format_png]: https://img-blog.csdnimg.cn/img_convert/c4ba9ae34efb2b5a9be6bfd6411f18e2.webp?x-oss-process=image/format,png
[format_png 1]: https://img-blog.csdnimg.cn/img_convert/dec79e04605dafff6f488adb23218431.webp?x-oss-process=image/format,png
[format_png 2]: https://img-blog.csdnimg.cn/img_convert/4c5992cf8d2a15f8b36e24bf11338859.webp?x-oss-process=image/format,png
[format_png 3]: https://img-blog.csdnimg.cn/img_convert/509df985d31f98b1c8e84c68436614a8.webp?x-oss-process=image/format,png
[format_png 4]: https://img-blog.csdnimg.cn/img_convert/1e14656f3ffbdf989099b5a81f0d9592.webp?x-oss-process=image/format,png
[format_png 5]: https://img-blog.csdnimg.cn/img_convert/5aa71eb455a5f7ea9180b6882e914909.webp?x-oss-process=image/format,png
[JavaScript]: https://link.juejin.cn/?target=https%3A%2F%2Fwww.lddgo.net%2Fstring%2Fjsregex
[format_png 6]: https://img-blog.csdnimg.cn/img_convert/dbc1dc4369e45053c7772555afde8ca6.webp?x-oss-process=image/format,png