正则表达式 第二篇：环视

正则表达式在匹配文本时，一般都是按照从左到右的顺序进行的，并且会消耗匹配的字符，环视(look around)能够实现在特定位置向左或向右查看(匹配)。环视结构不占用(消耗)任何字符，只匹配文本中的特定位置，这一点与单词分界符”\b”，锚点”^”和”$”相似，但是环视更加通用。

环视常见的用途是匹配前缀，匹配后缀和寻找重复的单词。

一，环视结构

环视是正则表达式中的特殊结构，环视的正则表达式格式是以 "(?" 开头，以")"结尾，如下所示：

• (?=exp) ：肯定顺序环视，向右
• (?!exp) ：否定顺序环视，向右
• (?<=exp)：肯定逆序环视，向左
• (?<!exp)：否定逆序环视，向左

注释：!表示否定，=表示肯定，<表示向左，exp表示环视的正则。

环视查找中的前(左)、后(右)是指位置和与被查找文本的相对位置而言，如果被查找文本在位置之后，称作向右；如果被查找文本在位置之前，称作向左。

1，顺序环视

顺序环视是从左到右查看文本，尝试匹配正则。如果能够匹配，就返回匹配成功信息。顺序环视又分肯定型和否定型，对于肯定性顺序环视(positive look ahead)用特殊的序列”(?=…)”来表示，例如，”(?=\d)” 表示如果当前位置右边的字符是数字，则匹配成功。 

2，逆序环视

逆序环视是从右向左查看文本，使用特殊的序列(?<=…)表示，例如，”(?<=\d)” 表示如果当前位置的左边是一位数字，则匹配成功，也就是说，紧跟在数字后面的位置。 

二，环视匹配的是位置

环视匹配的是位置，不会消耗字符，也就是说，在检查环视表达式能否匹配的过程中，环视本身不会消耗任何文本。举例说明，对于普通正则表达式”Jeffrey”，在匹配文本”… by Jeffrey Friedl.”时，匹配到的结果是， 

 

如果使用用环视“(?=Jeffery)” 匹配到的位置如下： 

 

顺序环视会检查表达式能否匹配，但它只寻找匹配的位置，而不会消耗这些字符。用环视和普通正则表达式结合起来，可以得到更精确的匹配，如“(?=Jeffery)Jeff”表示只能匹配”Jeffery”这个单词中的”Jeff”。

我们还会发现”Jeff(?=rey)”与它是等价的，该例子摘自《<基础-2>入门实例， 顺序环视，逆序环视》。

三，环视用法

环视是一个用于匹配位置的正则表达式，当匹配成功时，返回位置，环视用于查找在特定“位置”之前或之后的文本。

1，后缀匹配

使用(?=exp)来匹配位置，位置的后面匹配表达式exp，返回exp位置之前的表达式。后缀匹配，和TSQL的 "%ing"类似，例如，正则表达式：\b\w+(?=ing\b)

分析：环视的后缀是ing，并且是单词的结尾(\b)，匹配以ing结尾的单词，但返回单词的前面部分，ing之前的部分；

例如，查找“I'm reading a book”，它会匹配“read”，因为reanding字符以ing结尾，该正则表达式返回read，环视匹配的是位置。

2，前缀匹配

使用(?<=exp)来匹配位置，位置的前面匹配表达式exp，返回exp位置之后的表达式。前缀匹配，和TSQL的 "re%"类似，例如组，正则表达式：(?<=\bre)\w+\b

分析：单词的打头(\b)，并且前缀是re，匹配以re开头的单词，返回单词的后半部分，即re之后的部分；

例如，查找“I am reading a book”，它会匹配“reading”，因为该字符前面以re打头，该正则表达式返回ading，断言返回的文本不包含前缀。

3，查找文本中重复出现的单词

单词使用\b\w+\b来标识，重复出现通过引用分组来实现：

在Python中，通过findall函数来实现：

>>> re.findall(r'\b(\w+)\b(?=.*\b\1\b)', "Oh what a day, what a lovely day!")
['what', 'a', 'day']

4，查找前缀或后缀不是特定文本的文本

下面两个环视，跟前面的环视相反，简单了解一下：

• (?!exp) ：文本的后缀不是exp，返回后缀不是exp的表达式
• (?<!exp) ：文本的前缀不是exp，返回前缀不是exp的表达式

4.1，后缀不是特定的文本

正则表达式：\b\w+(?!ing\b)

分析：不匹配以ing结尾的单词，查找“I am reading a book”，返回的文本：I,am,a,book

4.2，前缀不是特定的文本

正则表达式：(?<!\bre)\w+\b

分析：不匹配以re打头的单词，查找“I am reading a book”，返回的文本：I,am,a,book

参考文档：

<基础-2>入门实例， 顺序环视，逆序环视