正則表達之零寬斷言（零寬度正預測先行斷言）

http://www.cnblogs.com/mu-mu/archive/2013/02/06/2893581.html

 

  最近為了對html文件進行源碼處理，需要進行正則查找並替換。於是借着這個機會把正則系統地學一下，雖然以前也用過正則，但每次都是臨時學一下混過關的。在學習的過程中還是遇到不少問題的，特別是零寬斷言（這里還要吐槽下，網上到處都是都復制粘貼的內容，遇到個問題查看了不少重復的東西，汗！！！），所以在這里把自己的理解寫下來，方便以后查閱！

      零寬度正預測先行斷言是什么呢，看msdn上的官方解釋定義

(?= 子表達式)

（零寬度正預測先行斷言。）僅當子表達式在此位置的右側匹配時才繼續匹配。例如，\w+(?=\d) 與后跟數字的單詞匹配，而不與該數字匹配。

      經典的例子：某單詞以ing結尾，要獲取ing前面的內容

var reg = new Regex(@"\w+(?=ing)");
var str = "muing";
Console.WriteLine(reg.Match(str).Value);//返回mu

      以上是網上到處可見的例子，到這里或許你明白了，原來就是返回了exp表達式前面的內容。

     再看下面的的代碼

var reg = new Regex(@"a(?=b)c");
var str = "abc";
Console.WriteLine(reg.IsMatch(str));//返回false

      為什么會返回false？

     其實msdn官方定義已經說了，只是它說得很官方而已。這里需要我們注意一個關鍵點：此位置。沒錯，是位置而不是字符。那么結合官方定義和第一個例子來理解第二個例子：

     因為a后面是b，則此時返回了匹配內容a（由第一個例子知道，只返回a不返回exp匹配的內容），此時a(?=b)c中的a(?=b)部分已經解決了，接下來要解決c的匹配問題了，此時匹配c要從字符串abc哪里開始呢，結合官方定義，就知道是從子表達的位置向右開始的，那么就是從b的位置開始，但b又不匹配a(?=b)c剩余部分的c，所以abc就不匹配a(?=b)c了。

     那么如果要上面的進行匹配，正則應該如何寫呢？

     答案是：a(?=b)bc

     當然，有人會說直接abc就匹配上了，還要這么折騰嗎？當然不用這么折騰，只是為了說明零寬度正預測先行斷言到底是怎么一回事？關於其它的零寬斷言也是同一原理！

 

 

---------------------------------------------------------------------------------------------------------------------------------------------------------------------

(?= 子表達式)	（零寬度正預測先行斷言。） 僅當子表達式在此位置的右側匹配時才繼續匹配。例如，\w+(?=\d) 與后跟數字的單詞匹配，而不與該數字匹配。此構造不會回溯。
(?<= 子表達式)	（零寬度正回顧后發斷言。） 僅當子表達式在此位置的左側匹配時才繼續匹配。例如，(?<=19)99 與跟在 19 后面的 99 的實例匹配。此構造不會回溯。

 

　　　 
 http://deerchao.net/tutorials/regex/regex.htm
     (?<=    # 斷言要匹配的文本的前綴
      <(\w+)> # 查找尖括號括起來的字母或數字(即HTML/XML標簽)
      )       # 前綴結束
      .*      # 匹配任意文本
      (?=     # 斷言要匹配的文本的后綴
      <\/\1>  # 查找尖括號括起來的內容：前面是一個"/"，后面是先前捕獲的標簽
      )       # 后綴結束

 

下面講下我的理解：

(1).零寬度

這表示匹配是一個位置(Loaction)而不是子表達式。

(2).預測先行，回顧后發

(?= 子表達式)，預測先行， 返回與子表達式匹配的前面位置，從做左到右匹配。

(?<= 子表達式)，回顧后發，返回與子表達式匹配的后邊位置，從右到左匹配。

我們可以想象有在模式匹配過程中有一指針標志當前匹配的位置，這樣當子表達式匹配時 預測先行 把指針指到子表達式前邊，回顧后發則為后邊。可以參考上邊代碼。