最近学习正则表达式,发现其中有一部分特殊结构,如?= 、?! 、?<=等,这些在网上几乎找不到参考资料(也许鄙人搜索技术不过关),于是通过对API的阅读以及测试,大致了解了这部分内容。
本文只讲正则表达式里面比较少见的部分如?=等,常见的网上资料已经很多了!在此就不啰嗦了。
从API文档里面,我们可以看到有一部分正则表达式 结构比较特殊,如下图:
首先,区别一下捕获内容和捕获组的区别:
比如下列字符串:
Lorem ipsum dolor sit amet consectetuer feugiat fames malesuada pretium egestas.
如果使用以下正则表达式匹配:
\b(\S)(\S)(\S)(\S*)\b
我们会得到如下结果:
Match "Lorem"
Group 1: "L"
Group 2: "o"
Group 3: "r"
Group 4: "em"
Match "ipsum"
Group 1: "i"
Group 2: "p"
Group 3: "s"
Group 4: "um"
...
Match "consectetuer"
Group 1: "c"
Group 2: "o"
Group 3: "n"
Group 4: "sectetuer"
...
从上例我们可以知道一个()扩起来的称为一个捕获组,一个正则表达式(捕获内容)可以含有多个捕获组。
然后说明一下捕获组和非捕获组的区别:捕获组即是可以用group()函数获取内容的,非捕获组则不在group()内容之内。(注意无论是捕获组还是非捕获组,他们都能被正则表达式捕获到,只是非捕获组没有出现在group()里面)。
接下来,让我逐行解释:
(?<name>X): 匹配出X,表示一个命名了的捕获组,即不可以用group(int i)函数获取,而要用group(String name)函数获取。
(?:X): 匹配出X,为捕获组。
(?idmsuxU-idmsuxU): 匹配出"",匹配出所有的""(属于零长度匹配,可以百度)。
(?idmsuxU-idmsuxU:X): 匹配出X
(?=X):匹配出以X前面的内容(类似结束边界),如字符串ambassador,表达式 a(?=d)匹配出最后一个a。
(?!X):匹配出以X后面的内容(类似开始)(仅通过部分测试,不太肯定)
(?<=X):匹配出以X后面的内容(类似开始边界)
(?<!X):匹配出以X前面的内容(类似结束边界)(仅通过部分测试,不太肯定)
(?>X):匹配出以X,属于非捕获组。 (目前也不清楚independent是什么意思)
以上是鄙人愚见,有不妥之处,还望指正!另外,对于(?!X)和(?<=X)的区别( 还有(?<!X)和(?=X) ),还有最后一个(?>X)的原文档的independent之意,在下暂不清楚,也希望和各位交流一下。