java正则断⾔_Java正则表达断⾔篇
正则表达式的先⾏断⾔和后⾏断⾔⼀共有4种形式：
(?=pattern) 零宽正向先⾏断⾔(zero-width positive lookahead assertion)
(?!pattern) 零宽负向先⾏断⾔(zero-width negative lookahead assertion)
(?<=pattern) 零宽正向后⾏断⾔(zero-width positive lookbehind assertion)
(?
这⾥⾯的pattern是⼀个正则表达式。
如同^代表开头，$代表结尾，\b代表单词边界⼀样，先⾏断⾔和后⾏断⾔也有类似的作⽤，它们只匹配某些位置，在匹配过程中，不占⽤字符，所以被称为“零宽”。所谓位置，是指字符串中(每⾏)第⼀个字符的左边、最后⼀个字符的右边以及相邻字符的中间(假设⽂字⽅向是头左尾右)。
下⾯分别举例来说明这4种断⾔的含义。
(?=pattern) 正向先⾏断⾔
代表字符串中的⼀个位置，紧接该位置之后的字符序列能够匹配pattern。
例如对”a regular expression”这个字符串，要想匹配regular中的re，但不能匹配expression中的re，可以⽤”re(?=gular)”，该表达式限定了re右边的位置，这个位置之后是gular，但并不消耗gular这些字符，将表达式改为”re(?=gular).”，将会匹配reg，元字符.匹配了g，括号这⼀砣匹配了e和g之间的位置。
(?!pattern) 负向先⾏断⾔
代表字符串中的⼀个位置，紧接该位置之后的字符序列不能匹配pattern。
例如对”regex represents regular expression”这个字符串，要想匹配除regex和regular之外的re，可以⽤”re(?!g)”，该表达式限定了re右边的位置，这个位置后⾯不是字符g。负向和正向的区别，就在于该位置之后的字符能否匹配括号中的表达式。
(?<=pattern) 正向后⾏断⾔
代表字符串中的⼀个位置，紧接该位置之前的字符序列能够匹配pattern。
例如对”regex represents regular
expression”这个字符串，有4个单词，要想匹配单词内部的re，但不匹配单词开头的re，可以⽤”(?<=\w)re”，单词内部的re，在re前⾯应该是⼀个单词字符。之所以叫后⾏断⾔，是因为正则表达式引擎在匹配字符串和表达式时，是从前向后逐个扫描字符串中的字符，并判断是否与表达式符合，当在表达式中遇到该断⾔时，正则表达式引擎需要往字符串前端检测已扫描过的字符，相对于扫描⽅向是向后的。
(?
代表字符串中的⼀个位置，紧接该位置之前的字符序列不能匹配pattern。
例如对”regex represents regular
expression”这个字符串，要想匹配单词开头的re，可以⽤”(?
对于这4个断⾔的理解，可以从两个⽅⾯⼊⼿：
1.关于先⾏(lookahead)和后⾏(lookbehind)：正则表达式引擎在执⾏字符串和表达式匹配时，会从头到尾(从前到后)连续扫描字符串中的字符，设想有⼀个扫描指针指向字符边界处并随匹配过程移动。先⾏断⾔，是当扫描指针位于某处时，引擎会尝试匹配指针还未扫过的字符，先于指针到达该字符，故称为先⾏。后⾏断⾔，引擎会尝试匹配指针已扫过的字符，后于指针到达该字符，故称为后⾏。
2.关于正向(positive)和负向(negative)：正向就表⽰匹配括号中的表达式，负向表⽰不匹配。
对这4个断⾔形式的记忆：
1.先⾏和后⾏：后⾏断⾔(?<=pattern)、(?
2.正向和负向：不等于(!=)、逻辑⾮(!)都是⽤!号来表⽰，所以有!号的形式表⽰不匹配、负向；将!号换成=号，就表⽰匹配、正向。
我们经常⽤正则表达式来检测⼀个字符串中包含某个⼦串，要表⽰⼀个字符串中不包含某个字符或某些字符也很容易，⽤[^...]形式就可以了。要表⽰⼀个字符串中不包含某个⼦串(由字符序列构成)呢？
⽤[^...]这种形式就不⾏了，这时就要⽤到(负向)先⾏断⾔或后⾏断⾔、或同时使⽤。时间正则表达式java
例如判断⼀句话中包含this，但不包含that。
包含this⽐较好办，⼀句话中不包含that，可以认为这句话中每个字符的前⾯都不是that或每个字符的后⾯都不是that。正则表达式如下：
^((?
对于”this is the case”这句话，两个表达式都能够匹配成功，⽽”note that this is the case”都匹配失败。
在⼀般情况下，这两个表达式基本上都能够满⾜要求了。考虑极端情况，如⼀句话以that开头、以that结尾、that和this连在⼀起时，上述表达式就可能不胜任了。
如”note thatthis is the case”或者”this is the case, not that”等。
只要灵活运⽤这⼏个断⾔，就很容易解决：
^(.(?
^(.(?
^((?!that).)*this(.(?
^((?!that).)*this((?!that).)*$
这4个正则表达式测试上述的⼏句话，结果都能够满⾜要求。
上述4种断⾔，括号⾥的pattern本⾝是⼀个正则表达式。但对2种后⾏断⾔有所限制，在Perl和Python
中，这个表达式必须是定长(fixed
length)的，即不能使⽤*、+、?等元字符，如(?<=abc)没有问题，但(?<=a*bc)是不被⽀持的，特别是当表达式中含有|连接的分⽀时，各个分⽀的长度必须相同。之所以不⽀持变长表达式，是因为当引擎检查后⾏断⾔时，⽆法确定要回溯多少步。Java⽀持?、{m}、{n,m}等符号，但同样不⽀持*、+字符。JavaScript⼲脆不⽀持后⾏断⾔，不过⼀般来说，这不是太⼤的问题

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。