php 正则表达式 环视,正则表达式教程五 —— 环视（零宽断言）

环视(lookahead)，有些也叫零宽断言，不过总感觉这名字太深奥，我喜欢叫环视。

正如它的别名一样，它的匹配是“零宽度”的，是不会占用字符的，只匹配文本中的特定位置，所以环视表达式中匹配的内容是不会被返回的。类似单词分界符 \b，锚点 ^ 和 $

在第三节中，已经粗略的讲了一下环视，乍看起来很简单，但是真正要弄明白却很难，而且它还有四种环视。

虽然有四种，但是理解其中一种，基本其它几种也都触类旁通了。下面就来一一介绍一下

1、肯定顺序环视：(?=pattern)

首先呢，正则的执行顺序是从左至右的，那么这里的意思就是：匹配后面是 pattern 的内容

pattern 可以是确切的字符，如 a,1...，也可以是表达式，如 \d ,[a-z]...

例子23$s = <<

abc

TEXT;

preg_match_all('#ab(?=[a-z])#',$s,$m);

echo "

";

print_r($m);

echo "

";

/*

Array

(

[0] => Array

(

[0] => ab

)

)

*/

匹配ab后面是小写字母的字符串，比如待匹配串是 ab5 ，就不能匹配。

这里只返回了 ab ，为什么呢？这就体现了上面的重点

只匹配文本中的特定位置，所以环视表达式中匹配的内容是不会被返回的

2、否定顺序环视：(?!pattern)

匹配后面不是 pattern 的内容

例子24$s = <<

ab5

TEXT;

preg_match_all('#ab(?![a-z])#',$s,$m);

echo "

";

print_r($m);

echo "

";

/*

Array

(

[0] => Array

(

[0] => ab

)

)

*/

和例子23相反，匹配 ab 后面不是小写字母的字符串

3、肯定逆序环视：(?<=pattern)

上面两种都是顺序(从左至右)的，逆序环视就是解决匹配前面(从右至左)的问题

匹配前面是 pattern 的内容

例子25$s = <<

ab666

TEXT;

preg_match_all('#(?<=[a-z])666#',$s,$m);

echo "

";

print_r($m);

echo "

";

/*

Array

(

[0] => Array

(

[0] => 666

)

)

*/

匹配 666 前面是小写字母的字符串，若把待匹配字符串改为 aB666 ，就不能匹配(因为 B 是大写)

4、否定逆序环视：(?

匹配前面不是 pattern 的内容

例子26$s = <<

123abc

TEXT;

preg_match_all('#(?

echo "

";

print_r($m);

echo "

";

/*

Array

(

[0] => Array

(

[0] => abc

)

)

*/

匹配 abc 前面不是小写字母的字符串，若把待匹配字符串改为 12dabc ，就不能匹配(因为 d 是包含着字符集 a-z 中的)

四种环视已经介绍完了，还是很好理解的吧，接下来就看一个更复杂的例子

例子27$s = <<

12abc56

7890234

abc

666

a12

b38

TEXT;

preg_match_all('#(?<=)(.+?)(?=\1>)#s',$s,$m);

echo "

";

print_r($m);

echo "

";

/*

Array

(

[0] => Array

(

[0] => 12abc56

[1] => abc

666

)

[1] => Array

(

[0] => a

[1] => m

)

[2] => Array

(

[0] => 12abc56

[1] => abc

666

)

)

*/

我们分成三段来说

(?<=)

匹配前面是 , , 等这样的字符串，并将匹配到的字母捕获(因为加了小括号)，以供后面使用

(.+?)

匹配除了 \n 的所有内容(因为用了 .)，但是我用了修饰符 s，所以可以换行匹配，所以可以匹配

abc

666

(?=\1>)

匹配后面是 , , 等这样的字符串，那为什么表达式里面没有看见 a,m,b 这样的字母呢？

这里用了"反向引用"，仔细阅读前面几节的同学应该都知道，都有提过。

因为正则是从左至右执行的，在第一段子表达式中我们捕获了字母(([a-z]))

由于是第一个捕获(第一个小括号)的内容，所以反向引用就是 \1，若是第二个捕获的内容，就是用 \2，以此类推

那又有人问了：第一个小括号不是 (?<=pattern) 吗？

这就是我反复强调的【环视表达式中匹配的内容是不会被返回的】

那么这里为什么要用反向引用呢，直接写成和前面的一样((?=[a-z]>))不就行了？

这是为了标签配对，不然会匹配到前面是以 a 开头，后面却是以 m 结尾的内容，获取的内容都跨标签了，比如这样：12abc56

7890234

abc

666

注：在这个例子中第三段子表达式即使换成了 (?=[a-z]>) 也还是可以正常匹配，因为第二段子表达式我加了 ? ，非贪婪匹配，若去掉 ? 就会有这种问题

这个表达式可以匹配单个字母标签内的内容，却不能匹配多个字母的标签内容，如例子中的 div

有些人会说，直接在第一段内容中加个 + 号，匹配多个字母不就行了？

这就是接下来要说的一个重要问题

首先说明，这种方法是不行的，逆序环视只能匹配固定长度的内容，当然顺序是可以不固定长度的，比如如下这个匹配div的例子

例子28$s = <<

12abc56

7890234

abc

666

a12

b38

TEXT;

preg_match_all('#(?<=)(.+?)(?=[a-z]+>)#s',$s,$m);

echo "

";

print_r($m);

echo "

";

/*

Array

(

[0] => Array

(

[0] => a12

b38

)

[1] => Array

(

[0] => div

)

[2] => Array

(

[0] => a12

b38

)

)

*/

(?<=)

这里使用了限定符 {3}(第二节有讲哦)，说明只匹配三个字母的标签，这样就是定长的

(?=[a-z]+>)

这里我没有使用反向引用，而是直接匹配多个小写字母 [a-z]+，这是不定长的

perl 和 python 的逆序环视是只能匹配固定长度的内容，而php 的正则套件继承的就是 perl 的正则

但是java 的 regex 包的逆序环视是可以不定长的，但长度却是有限的

因为正则是从左到右顺序执行，若逆序执行还不限制长度，那么之前执行过的文本不是每次都要再匹配？匹配次数几何倍增，不推荐也不科学。

布置作业$s = <<

abcd

666

efg

TEXT;

用 【否定逆序环视和否定顺序环视】 匹配出 666