正则表达式(四)--- 反向引用、断言

一、反向引用

 刚看到这个词语我迷糊了半天，使用小括号指定一个子表达式， 匹配这个子表达式的文本可以表达式或者其他文本中进一步处理。看到上面这句话是不是晕了。如果晕了就对了，下面我就用自己的话说一下。

就是前面出现的语句后面也可以出现，并且后面出现能够根据前面出现指定的顺序。

默认情况下，每个分组会自动拥有一个组号，规则是从左向右，以分组的左括号为标志。

你也可以自己指定子表达式的组名。要指定一个子表达式的组名，请使用这样的语法：(?<Word>\w+)(或者把尖括号换成'也行：(?'Word'\w+)),这样就把\w+的组名指定为Word了。要反向引用这个分组捕获的内容，你可以使用\k<Word>

举个例子：如下

表达式的意思是：

首先是一个单词，也就是单词开始处和结束处之间的多于一个的字母或数字(\b(\w+)\b)，这个单词会被捕获到编号为1的分组中，然后是1个或几个空白符(\s+)，最后是分组1中捕获的内容（也就是前面匹配的那个单词）(\1)。

二、断言

（1）零宽断言 

        一句话： 指定满足一定条件的位置

       先行断言：就是断言自身出现位置的后面  （？=exp）

        后发断言： 断言自身出现位置的前面       (? <= exp)

                      

(二) 负向零宽断言

解决问题： 查找这样的单词--它里面出现了字母q,但是q后面跟的不是字母u

\b\w*q[^u]\w*\b匹配包含后面不是字母u的字母q的单词

三、贪婪和懒惰

贪婪匹配 ： 当正则表达式中包含能接受重复的限定符时，通常的行为是（在使整个表达式能得到匹配的前提下）匹配尽可能多的字符。以这个表达式为例：a.*b，它将会匹配最长的以a开始，以b结束的字符串。

如果用它来搜索aabab的话，它会匹配整个字符串aabab。。

懒惰匹配，也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式，只要在它后面加上一个问号?。这样.*?就意味着匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复。

a.*?b匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab（第一到第三个字符）和ab（第四到第五个字符）