正規表達式之零寬斷言詳解

前言

之前我曾寫了一篇關于正規表達式的文章(http://blog.csdn.net/hsd2012/article/details/51168589) 在該文章中詳細介紹了正則，但是關于零寬斷言介紹卻是很少提及到。現在将該内容補充一下。在本文中，主要解決如下問題：

• 什麼是零寬斷言，為什麼要使用零寬斷言
• 怎樣使用零寬斷言

概念

零寬斷言，大多地方這樣定義它，用于查找在某些内容(但并不包括這些内容)之前或之後的東西，也就是說它們像 \b ^ $ \< > 這樣的錨定作用，用于指定一個位置，這個位置應該滿足一定的條件(即斷言)，是以它們也被稱為零寬斷言。我的了解是在一個限定位置的字元串之前或之後進行比對查找。是以零寬斷言，執行過程分兩種情況，如果是正向斷言，應該是這樣的，第一步，判斷判斷斷言是否為真（即是否滿足一定條件）第二步，如果滿足條件，則進行下一步查找比對。如果是反向斷言，第一步還是按照正規表達式順序去比對。第二步，遇到反向代言，判斷是否滿足反之代言。

正先行斷言

什麼是正先行斷言，就是在字元串相應位置之前進行查找比對，使用 (?=exp) 比對exp前面的位置。

執行個體

$str="abcgwcab";
$parent='/bc(?=gw)/';
$str=preg_match($parent,$str,$match);
var_dump($match);
/**
輸出結果：
int 1
array (size=1) 
    0 => string 'bc' (length=2)
    */
           

解析：首先查找字元串”abcgwcab”中gw位置，斷言為真，然後在比對bc。如果将正規表達式寫成

$parent='/bc(?=gw)ca/';

将會比對不成功。

反先行斷言

什麼是反先行斷言，使用 (?!exp) 比對後面跟的不是exp。

執行個體：

$str="abcgwcab";
$parent='/bc(?!ww)gw/';
$str=preg_match($parent,$str,$match);
var_dump($str);
var_dump($match);
/**
輸出：
int 1
array (size=1)
  0 => string 'bcgw' (length=4)
*/
           

解析：首先判斷字元串是否包含bc，然後判斷其後面不是ww,最後比對gw。可以看出反向斷言之前後之後，能夠在添加其他比對條件。

正後發斷言

什麼是正後發斷言，就是在字元串相應位置之後進行查找比對， (?<=exp) 比對exp後面的位置

執行個體：

$str="abcgwcab";
$parent='/(?<=gw)ca/';
$str=preg_match($parent,$str,$match);
var_dump($str);
var_dump($match);
/**
輸出結果：
int 1
array (size=1)
  0 => string 'ca' (length=2)
*/
           

解析：第一步，查找字元”abcgwcab”中是否包含有gw，傳回結果為true，然後進行第二步，查找gw後面是否有ca。

反後發斷言

什麼是反後發斷言，使用(?

$str="abcgwcab";
$parent='/(?<!bc)gw/';
$str=preg_match($parent,$str,$match);
var_dump($str);
var_dump($match);
/**
int 0
array (size=0)
  empty
*/
           

解析：首先在字元串中比對gw，然後判斷其前面是不是bc，發現其前面是bc，故傳回false。

練習題

例1：

\d+(?=abc)

判斷一個字元串中是否包含’abc’，且其前面是否包含一個或多個數字

例2：

(?<=\d\d)\w

判斷字元串中是否存在連續兩個數字，且其後面包含一個字母

例3：

\d{3} (?!55)

判斷字元串中是否包含連續三個數字，且三個數字後面不是55

例4：

(?<!ac)\w\d

判斷一個字元串是否包含一個字母加數字的組合，且其前面不是ac

總結

先行斷言與後發斷言差別？

先行斷言是判斷斷言之前的正規表達式，斷言在其他正規表達式之後。後發斷言是判斷斷言之前的正規表達式，斷言在其他正規表達式之前。這裡的先與後，是其他比對相對應斷言在正規表達式中的順序。