正则表达式：零宽度负预测先行断言与实践

"零宽度负预测先行断言——(?!exp)是正则表达式中的一个高级技巧，用于确保在某个匹配之前不存在特定的字符序列。这种断言不会消耗任何字符，只匹配一个位置。例如，要匹配不以字母u结尾的单词中的字母q，可以使用`\b\w*q(?!u)\w*\b`。另一个练习是匹配三位数字，且这三位数字后面不能是数字，对应的正则表达式为`\d{3}(?!\d)`。" 正则表达式，简称为regex，是一种强大的文本处理工具，它允许用户通过特殊字符组合创建模式来匹配、查找或替换文本。正则表达式的应用广泛，包括数据验证、文本搜索、数据提取等多个方面。 1. **元字符**: 在正则表达式中，某些字符具有特殊含义，被称为元字符。例如，`.`匹配除换行符外的任何字符，`[]`用于定义字符集，`[^…]`表示匹配不在字符集内的字符，`\d`代表任何数字，`\b`标识单词边界，`\w`匹配字母、数字或下划线，`\s`匹配任何空白字符。使用反斜杠`\`可以对元字符进行转义，使其失去特殊含义，如`\.`匹配点号，`\*`匹配星号。 2. **限定符**: 限定符用于控制匹配的数量。`*`表示匹配0次或多次，`+`表示匹配1次或多次，`?`表示匹配0次或1次，`{n}`表示匹配恰好n次，`{n,}`表示匹配至少n次，`{n,m}`表示匹配至少n次但不超过m次。 3. **零宽度断言**: 零宽度断言包括正向和负向预测先行断言，以及正向和负向预查后行断言。这里的`(?!exp)`是负向预测先行断言，它确保紧跟在匹配串之后的不是`exp`所描述的模式。类似地，`(?>exp)`是正向预测先行断言，`(?>!exp)`是负向预查后行断言。 4. **分支条件**: 使用`|`操作符，正则表达式可以表示多种可能的匹配情况，例如，`phoneNumRegex = /\d{3}-\d{4}|\(\d{3}\)\s\d{3}-\d{4}/`，这个正则可以匹配格式为`123-4567`或`(123) 456-7890`的电话号码。 5. **分组和捕获**: `(…)`用于创建分组，可以捕获匹配的子串，便于后续处理或引用。例如，`/(pizza|hamburger)/`可以匹配`pizza`或`hamburger`。 6. **预查和后查**: `(?=exp)`是正向预查，`(?!exp)`是负向预查，它们检查当前位置后面是否能匹配`exp`，但不包括在匹配结果中。`(?<=exp)`是正向后查，`(?!<=exp)`是负向后查，检查当前位置前面是否能匹配`exp`。 7. **环视**: 环视是预查和后查的总称，它们都是零宽度的，即不消耗字符。环视常用于复杂的正则表达式，以确保匹配的上下文正确。 8. **正则表达式引擎**: 不同编程语言或工具可能使用不同的正则表达式引擎，如Perl兼容正则表达式（PCRE）或JavaScript的正则表达式，它们在语法和功能上可能略有差异。 正则表达式是一个强大的工具，但也是复杂的。理解并熟练运用元字符、限定符、断言和其他特性，可以帮助我们更精确地处理文本数据。在实际应用中，应根据需求灵活运用这些知识。