正则表达式中?=、?!、?＜=、?＜!、?:的理解与应用举例

千叶KE 2024-03-31 11:07:44编程技术

161

一、?=、?!、?＜=、?＜!、?:的解释

1. 先看一下比较官方的解释

(?=pattern)：正向先行断言，表示匹配位置后面必须紧跟着满足 pattern 的字符串，但不包括这个字符串在匹配结果中。
(?!pattern)：负向先行断言，表示匹配位置后面不能紧跟着满足 pattern 的字符串，也不包括这个字符串在匹配结果中。
(?<=pattern)：正向后行断言，表示匹配位置前面必须是满足 pattern 的字符串，但不包括这个字符串在匹配结果中。
(?<!pattern)：负向后行断言，表示匹配位置前面不能是满足 pattern 的字符串，也不包括这个字符串在匹配结果中。
(?:pattern)：非捕获型分组，表示将 pattern 包含在一个分组中，但不把这个分组的匹配结果保存到分组编号中。这个分组通常用于表示可选的或重复的子表达式，或者是限制量词的作用范围，而不需要把它们的匹配结果单独提取出来。

2. 再看一下比较通俗易懂的解释：

RegExp1(?=RegExp2) 匹配后面是RegExp2 的 RegExp1
RegExp1(?!RegExp2) 匹配后面不是RegExp2 的 RegExp1
(?<=RegExp2)RegExp1 匹配前面是RegExp2 的 RegExp1
(?<!RegExp2)RegExp1 匹配前面不是RegExp2 的 RegExp1
(?:RegExp) 这个等下单独解释，与上面的不太一样

是不是有点明白了，其实?=、?!、?＜=、?＜!的意思可以理解为 if 判断，即只有先通过它们（RegExp2）的判断之后，才可以获取到正则（RegExp1）的匹配结果。

3. 零宽度断言

?=、?!、?＜=、?＜!其实就是正则表达式中的零宽度断言，以上面的举例来解释↓

RegExp2匹配到的内容是不会返回的，也不会消耗匹配到的字符，只会返回RegExp1的匹配结果，这就是零宽度断言，零宽度断言在正则表达式中非常有用，因为它们可以在不改变匹配结果的情况下，对匹配位置前后的内容进行限制或判断。

4. ?: 的解释

(?:) 并不是零宽度断言，而是非捕获组，它跟普通的括号 () 的区别在于，它不会保存匹配到的内容，但是它仍然会消耗字符并返回匹配内容，只是不会保存匹配结果。

()表示捕获分组，它会把匹配到的内容保存到内存中，开发者可以使用$n(n是一个数字)来代表第n个()中匹配到的内容
(?:)表示非捕获组，它匹配的内容不会被保存，所以无法使用$n获取，但也因为没有被保存所以节省了一部分内存空间

二、举例

?=

'我喜欢苹果'.replace(/我喜欢(?=苹果)/,'我讨厌') // 匹配 我喜欢苹果 中的 我喜欢 并替换为 我讨厌，因为是零宽度断言所以不包含苹果，故结果为 我讨厌苹果
'我喜欢橘子'.replace(/我喜欢(?=苹果)/,'我讨厌') // 我喜欢后面不是苹果，所以这里正则未通过，匹配不到任何内容，故结果仍为 我喜欢橘子

?!

'我喜欢苹果'.replace(/我喜欢(?!苹果)/,'我讨厌') // 匹配后面不是苹果的我喜欢，正则未通过，故结果仍为 我喜欢苹果
'我喜欢橘子'.replace(/我喜欢(?!苹果)/,'我讨厌') // 正则通过，匹配到 我喜欢 进行替换，因为是零宽度断言所以橘子不在匹配结果中，故结果为 我讨厌橘子

?<=

'我喜欢苹果'.replace(/(?<=我喜欢)苹果/,'西红柿') // 匹配到 苹果 ，故结果为 我喜欢西红柿
'我喜欢橘子'.replace(/(?<=我喜欢)苹果/,'西红柿') // 匹配不通过，故结果仍为 我喜欢橘子

?<

'我讨厌苹果'.replace(/(?<!我喜欢)苹果/,'西红柿') // 匹配到 苹果 ，故结果为 我讨厌西红柿
'我喜欢苹果'.replace(/(?<!我喜欢)苹果/,'西红柿') // 匹配不通过，故结果仍为 我喜欢苹果

?:

'hello world'.replace(/(?:hello) (world)/,'$1') // 匹配内容为hello world，但是hello并没有被保存，因此$1取的是world，故结果为world

三、特殊情况

正则平时我们很少会自己写，一般都是复制别人的~~~（别人的才是最好的）。然后就经常看到一种写法，比如：

/(?=.*[A-Z])[A-Za-z]{5,10}/

这时候可能有些人就想，咦，(?=)不都是符合条件后匹配它前面的内容吗？这里为什么能放在开头呢，他前面没内容啊？其实大家可以这么理解，当(?=)前面没有内容，或者说(?=)被放在正则开头使用时，(?=)的作用就相当于检索全部内容是否符合它的要求，如果不符合也就没必要继续向后匹配了，这就很像if判断，只有当条件为true时，才能执行后面的内容。

所以这里的正则意为：先检查内容中是否至少包含一个大写字母，如果有，则继续检查并匹配5~10个大小写字母，将这5~10个大小写字母作为结果返回。

四、实例应用

姓名脱敏（添加*号）

'李小龙'.replace(/(?<=[\u4e00-\u9fa5])[\u4e00-\u9fa5]/g, '*') // 李**

手机号/银行账号脱敏

'13912345678'.replace(/(?<=\d{3})\d(?=\d{3})/g, '*') // 139*****678

强密码规则校验

// 密码不能为空，8-30位，至少包含一个大写字母、小写字母、数字、特殊字符
/^(?=.*[A-Z])(?=.*[a-z])(?=.*[0-9])(?=.*[\W_])(?!.*[\u4e00-\u9fa5])(?!\s)[a-zA-Z0-9\W_]{8,30}$/

“？”的几种用法

“?”元字符规定其前导对象必须在目标对象中连续出现零次或一次。
当该字符紧跟在任何一个其他限制符（*,+,?，{n}，{n,}，{n,m}）后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串“oooo”，“o+?”将匹配单个“o”，而“o+”将匹配所有“o”。
(?:pattern) ——匹配pattern但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用或字符“(|)”来组合一个模式的各个部分是很有用。例如“industr(?:y|ies)”就是一个比“industry|industries”更简略的表达式。
(?=pattern)——正向肯定预查，在任何匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如，“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配“Windows3.1”中的“Windows”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。
(?!pattern)——正向否定预查，在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配“Windows2000”中的“Windows”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始
(?<=pattern)——反向肯定预查，与正向肯定预查类拟，只是方向相反。例如，“(?<=95|98|NT|2000)Windows”能匹配“2000Windows”中的“Windows”，但不能匹配“3.1Windows”中的“Windows”。
(?<!pattern)——反向否定预查，与正向否定预查类拟，只是方向相反。例如“(?<!95|98|NT|2000)Windows”能匹配“3.1Windows”中的“Windows”，但不能匹配“2000Windows”中的“Windows”。
(?i)——该表达式右边的字符忽略大小写
(?-i)——该表达式右边的字符区分大小写
(?i:x)——x 忽略大小写
(?-i:x)——x 区分大小写
？和懒惰匹配——尽可能少的匹配，例如：源字符串str=“dxxddxxd”中，d\w*?会匹配 dx,而d\w*?d会匹配 dxxd。