使用零宽断言来匹配不包含连续字符串的行

     最近在工作中遇到一个问题，有N个字符串，需要用正则表达式去过滤掉不包含某一个特定连续字符串(比如abc)的字符串。

 

     在网上搜罗了一大把，找到了在Perl 5的正则表达式中有零宽断言这个东西，非常强大，先来了解下零宽断言倒是是什么？

 

     简单的说，零宽断言是查找在某些内容之前或者之后的东西，这样解释起来可能比较抽象，我们来具体看下几种零宽断言：

• (?=exp)：这个零宽断言用来断言自身出现的位置之后能够匹配到表达式exp，考虑下面这一个正则表达式q(?=u)，这个正则表达式表示匹配后面的字符是u的q
• (?!exp)：这个零宽断言用来断言自身出现的位置之后不能够匹配到表达式exp，看下面这一个正则表达式q(?!u)，这个正则表达式表示匹配后面的字符不是u的q
• (?<=exp)：这个零宽断言用来断言自身出现的位置之前能够匹配到表达式exp
• (?<!exp)：这个零宽断言用来断言自身出现的位置之前不能够匹配到表达式exp

     在理解零宽断言的时候需要注意的一点是它是一种断言，也就是说零宽断言只会告诉你匹不匹配，但是不会“消费”掉字符串内的内容，我用下面的这一个例子来解释这个情况：

 

     我们有一个正则表达式k(?=h)otyn，用它去匹配khotyn，乍看一下这个匹配是会成功的，但是由于零宽断言只做断言，而不会"消费"掉匹配到的字符串，所以事实上，这个正则表达式匹配是一个后面是h的k，并且这个k的后面是otyn，这样这个正则表达式无论什么字符串都会匹配失败(正确的应该是k(?=h)hotyn，不过这样加不加零宽断言并没有意义)。

 

     在理解零宽断言以后，我们来看一下如何来匹配出不包含“abc”的字符串，下面是我写出的结果：

((?!abc).)+

     首先我们看这个正则表达式里面的“(?!abc).”部分，这个部分断言一个空字符后面不能够匹配到字符串abc，并且这个空字符串后面是一个任意字符。

 

     我们来看下下面这一段代码：

Pattern pattern = new Perl5Compiler().compile("((?!abc).)+");
Perl5Matcher matcher = new Perl5Matcher();
System.out.println(matcher.matches("abc", pattern));
System.out.println(matcher.matches("abdas dfas", pattern));

     这段代码的执行结果是：

false
true

     第一个匹配失败是因为在字符'a'前面的空字符后面匹配到了字符串"abc"，因此断言失败，从而匹配失败。

 

     第二个匹配成功是因为没有任何一个空字符后面有出现"abc"，因为匹配成功。

 

     最后加上+号的原因是因为能够做到完全匹配，因为任何一个字符只要其本身不是‘a’，并且后面不是‘bc’，那么就是能够匹配"(?!abc)."的，因此，只要一个字符串里面不包含abc，那么它就能够完全匹配((?abc).)+