正则表达式 先行/后发断言

参考资料

1. 正则表达式的先行断言(lookahead)和后行断言(lookbehind)
2. 正则表达式中分组功能高级用法
3. 前瞻断言与后瞻断言
4. 初心者歓迎！手と目で覚える正規表現入門・その４（最終回）「中級者テクニックをマスターしよう」

---

---

一. Positive Lookahead(正向先行断言)

1.1 语法

⏹语法：x(?=y)

💦解释：x只有在y前面才匹配，y不会被计入返回结果。

1.2 案例

👇👇👇有如下所示的文本👇👇👇

John:guitar, George:guitar, Paul:bass, Ringo:drum
Freddie:vocal, Brian:guitar, John:bass, Roger:drum

⏹查找:bass之前的部分(匹配结果不包含:bass)

• 正则表达式：\S+(?=:bass)

---

二. Positive Lookbehind(正向后发断言)

2.1 语法

⏹语法：(?<=y)x

💦解释：x只有在y后面才匹配，y不会被计入返回结果。

2.2 案例

👇👇👇有如下所示的文本👇👇👇

type=zip; filename=users.zip; size=1024;
type=xml; filename=posts.xml; size=2048;

⏹查找filename，也就是要获取出users.zip和posts

2.2.1 步骤一：获取filename相关部分

⏹先通过如下正则表达式获取出filename部分

• filename=[^;]+
  • [^;] 是一个字符集，用于匹配除了分号之外的任何单个字符。
  • + 是一个量词，表示匹配前面的字符集一个或多个次数。

2.2.2 步骤二：获取filename对应的值

⏹正则表达式：

• (?<=filename=)[^;]+
  • 在一个字符串中，查找 filename= 后面紧跟着的字符串，直到遇到分号 ; 为止。
  • 该正则表达式会匹配并提取这个字符串，而不包括 filename= 和分号 ;。

---

三. Negative Lookahead(负向先行断言)

3.1 语法

⏹语法：x(?!y)

💦解释：x只有不在y前面才匹配

3.2 案例

👇👇👇有如下所示的文本👇👇👇

I love apples; Test;
I love bananas; Test;
I love oranges; Test;
I love grapes; Test;

⏹正则表达式：

• love\s(?!bananas).*?;
  • love\s：匹配字面量的字符串 love，后跟一个空格字符（\s 表示空白字符，包括空格、制表符等）。
  • (?!bananas)：负向先行断言，确保在当前位置后面不跟随 bananas。这意味着如果 love 后面是 bananas，匹配将会失败。
  • .*?;：非贪婪模式匹配任意数量的任意字符（除了换行符），直到匹配到第一个;为止
    
• love\s(?!bananas)[^;]+
  • (?!bananas)：负向先行断言，确保在当前位置后面不跟随 bananas。这意味着如果 love 后面是 bananas，匹配将会失败。
  • [^;]+：匹配一个或多个不是分号 ; 的字符。[^;] 是一个字符集，表示除了分号以外的任意字符。
  • + 表示匹配前面的字符集一个或多个次数。
    

---

四. Negative Lookbehind(负向后发断言)

4.1 语法

⏹语法：(?<!y)x

💦解释：x只有不在y后面才匹配

4.2 案例

👇👇👇有如下所示的文本👇👇👇

• 日本只有东京都和京都，除了这两个都之外的所有都是不合理的，现在要求获取该数据。

東京都
千葉県
神奈川県
埼玉都
测试都
京都

⏹正则表达式：

• ^(?!東京|京).*都：
  • ^(?!東京|京)：确保行的开始位置后不是 東京 或 京
  • .*都：匹配任意字符，直到遇到都

---

五. 综合案例

👇👇👇有如下所示的文本👇👇👇

content=张三老师,你好
content=张三医生,你好
content=李四医生,你好
content=李四老师,你好
content=张三司机,你好
content=王五工程师,你好

5.1 (?<=content=)[^,]+

⏹获取content=之后的部分，截止到,为止

5.2 ^(?!.*老师)[^,]+

⏹行内不能有 老师 ，并且截止到 , 部分

5.3 (?<=content=)(?!.*老师)[^,]+

⏹获取content=之后的部分，截止到,为止，并且匹配到的内容中不能有老师这两个字

5.4 (?<=content=)(?!.*(老师|医生))[^,]+

⏹获取 content= 之后的部分，截止到 , 为止，并且匹配到的内容中不能有老师或医生