浅析正则表达式用法：零宽断言（?=,?<=,?!,?<!）

　　在使用正则表达式时，有时我们需要捕获的内容前后必须是特定内容，但又不捕获这些特定内容的时候，零宽断言就起到作用了。

　　正则表达式零宽断言是正则表达式中的难点，所以重点从匹配原理方面进行分析。零宽断言还有其他的名称，例如"环视"或者"预搜索"等等，不过这些都不是我们关注的重点。

一、基本概念

　　零宽断言正如它的名字一样，是一种零宽度的匹配，它匹配到的内容不会保存到匹配结果中去，最终匹配结果只是一个位置而已。

　　作用是：给指定位置添加一个限定条件，用来规定此位置之前或者之后的字符必须满足限定条件才能使正则中的字表达式匹配成功。

　　注意：这里所说的子表达式并非只有用小括号括起来的表达式，而是正则表达式中的任意匹配单元。

　　javascript只支持零宽先行断言，而零宽先行断言又可以分为正向零宽先行断言，和负向零宽先行断言。

var reg = /ab(?=[A-Z])/;
"abZW863".match(reg)
// ["ab", index: 0, input: "abZW863", groups: undefined]

　　在以上代码中，正则表达式的语义是：匹配后面跟随任意一个大写字母的字符串"ab"。最终匹配结果是"ab"，因为零宽断言"(?=[A-Z])"并不匹配任何字符，只是用来规定当前位置的后面必须是一个大写字母。

var reg = /ab(?![A-Z])/;
"abZW863".match(reg)
// null

　　以上代码中，正则表达式的语义是：匹配后面不跟随任意一个大写字母的字符串"ab"。正则表达式没能匹配任何字符，因为在字符串中，ab的后面跟随有大写字母。

二、匹配原理

　　上面代码只是用概念的方式介绍了零宽断言是如何匹配的，下面就以匹配原理的方式分别介绍一下正向零宽断言和负向零宽断言是如何匹配的。

1、正向零宽断言

　　代码实例如下：

var str="<div>antzone";
var reg=/^(?=<)<[^>]+>w+/;
console.log(str.match(reg));

　　匹配过程如下：首先由正则表达式中的"^{"获取控制权，首先由位置0开始进行匹配，它匹配开始位置0，匹配成功，然后控制权转交给"(?=<)"，由于"}"是零宽的，所以"(?=<)"也是从位置0处开始匹配，它要求所在的位置右侧必须是字符"<"，位置0的右侧恰好是字符"<"，匹配成功，然后控制权转交个"<",由于"(?=<)"也是零宽的，所以它也是从位置0处开始匹配，于是匹配成功，后面的匹配过程就不介绍了。

2、负向零宽断言

var reg = /ab(?![A-Z])/g;
"abZW863ab88".match(reg)
// ["ab"]

　　匹配过程如下：首先由正则表达式的字符"a"获取控制权，从位置0处开始匹配，匹配字符"a"成功，然后控制权转交给"b"，从位置1处开始匹配，配字符"b"成功，然后控制权转交给"(?[A-Z])"，它从位置2处开始匹配，它要求所在位置的右边不能够是任意一个大写字母，而位置的右边是大写字母"Z",匹配失败，然后控制权又重新交给字符"a"，并从位置1处开始尝试，匹配失败，然后控制权再次交给字符"a"，从位置2处开始尝试匹配，依然失败，如此往复尝试，直到从位置7处开始尝试匹配成功，然后将控制权转交给"b",然后从位置8处开始尝试匹配，匹配成功，然后再将控制权转交给"(?[A-Z])"，它从位置9处开始尝试匹配，它规定它所在的位置右边不能够是大写字母，匹配成功，但是它并不会真正匹配ab后面的字符，所以最终匹配结果是"ab"。

三、补充知识

　　零宽断言是正则表达式中的一种方法，正则表达式在计算机科学中，是指一个用来描述或者匹配一系列符合某个句法规则的字符串的单个字符串。

　　正则表达式在计算机科学中，是指一个用来描述或者匹配一系列符合某个句法规则的字符串的单个字符串。在很多文本编辑器或其他工具里，正则表达式通常被用来检索和/或替换那些符合某个模式的文本内容。许多程序设计语言都支持利用正则表达式进行字符串操作。例如，在Perl中就内建了一个功能强大的正则表达式引擎。正则表达式这个概念最初是由Unix中的工具软件（例如sed和grep）普及开的。正则表达式通常缩写成“regex”，单数有regexp、regex，复数有regexps、regexes、regexen。

　　零宽断言：用于查找在某些内容(但并不包括这些内容)之前或之后的东西，也就是说它们像,^,$那样用于指定一个位置，这个位置应该满足一定的条件(即断言)，因此它们也被称为零宽断言。

　　最好还是拿例子来说明吧： 断言用来声明一个应该为真的事实。正则表达式中只有当断言为真时才会继续进行匹配。

　　最精简有用的，看例子直接上手用：

1、(?=exp)：零宽度正预测先行断言，它断言自身出现的位置的后面能匹配表达式exp。

　　比如(?=re)w+，匹配以re开头的单词，如查找reading a book.时，它会匹配reading。

var reg = /(?=re)w+/;
"reading a book".match(reg)
// ["reading", index: 0, input: "reading a book", groups: undefined]

var reg = /w+(?=ing)/;
"muing".match(reg)
// ["mu", index: 0, input: "muing", groups: undefined]
匹配ing前面的位置

var reg = /w+(?=_path)/;
"product_path".match(reg)
// ["product", index: 0, input: "product_path", groups: undefined]
// 匹配后面为_path，结果为product

2、(?!exp)：零宽度负预测先行断言，断言此位置的后面不能匹配表达式exp

var reg = /(product)(?!_path)/;
"product_path".match(reg)
// null   匹配后面不是_path，未匹配

var reg = /(product)(?!_url)/;
"product_path".match(reg)
// (2) ["product", "product", index: 0, input: "product_path", groups: undefined]
// 匹配后面不是_url，匹配上

3、(?<=exp)：零宽度正回顾后发断言，它断言自身出现的位置的前面能匹配表达式exp

var reg = /(?<=name:)gwf/;
"name:gwf".match(reg)
// ["gwf", index: 5, input: "name:gwf", groups: undefined]

　　匹配前面为 name:，匹配上，结果为 gwf

4、(?<!exp)：零宽度负回顾后发断言来断言此位置的前面不能匹配表达式exp

var reg = /(?<!name:)gwf/;
"name:gwf".match(reg)
// null

var reg = /(?<!nick_name:)gwf/;
"name:gwf".match(reg)
// ["gwf", index: 5, input: "name:gwf", groups: undefined]

　　匹配前面不是 name:，未匹配；

　　匹配前面不是 nick_name:，匹配上，结果为 gwf

5、总结

　　更多内容可以参考：正则表达式的先行断言(lookahead)和后行断言(lookbehind)

　　放一张总结图，可以看

四、实际应用

　　正则表达式常用于提取匹配两个字符串之间的内容，看下面示例：

1、匹配两个字符串A与B中间的字符串包含A与B：

var reg = /A.*B/;
"Abaidu.comBjdkj".match(reg)
// ["Abaidu.comB", index: 0, input: "Abaidu.comBjdkj", groups: undefined]

2、匹配两个字符串A与B中间的字符串包含A但是不包含B：

var reg = /A.*(?=B)/;
"Abaidu.comBjdkj".match(reg)
// ["Abaidu.com", index: 0, input: "Abaidu.comBjdkj", groups: undefined]

3、匹配两个字符串A与B中间的字符串且不包含A，但包含B：

var reg = /(?<=A).*B/;
"Abaidu.comBjdkj".match(reg)
// ["baidu.comB", index: 1, input: "Abaidu.comBjdkj", groups: undefined]

4、匹配两个字符串A与B中间的字符串且不包含A与B：

var reg = /(?<=A).*(?=B)/;
"Abaidu.comBjdkj".match(reg)
// ["baidu.com", index: 1, input: "Abaidu.comBjdkj", groups: undefined]