正则表达式(?=pattern) (?!pattern) (?:pattern)的理解

正则表达式（?=pattern）（?!pattern）（?:pattern）的理解

学习JAVA正则表达式时，(?=pattern)(?!pattern)(?:pattern)这类东西看着就挺难理解，而且官方释义更是越看越不懂。查阅资料后，总结如下。

环视

(?=pattern)与(?!pattern)属于一类，在正则表达式中叫环视。 “环视”这个词从字面理解就是确定“周围环境”。环视一共有四种：(?=pattern)、(?!pattern)、(?<=pattern)、(?<!pattern)。前两种是顺序环视，也叫做前瞻；后两种叫逆序环视，也叫后顾。每种又有“=”和“！”之分，前者是肯定（满足pattern则匹配成功），后者是否定（不满足pattern则匹配成功）。通过例子会更好理解，考虑下面字符串：

目标字符串：ABCDEFG ACDIU

现在我们用简单的字符串匹配的正则表达式：

正则表达式：CD

显然会得到两个结果，一个是“ABCDEFG”中的CD，一个是“ACDIU”中的CD；现在我不想匹配到后面的那个CD，因为我只想匹配紧接着"EFG"的那个CD，环视就可以派上用场（当然，这种简单的例子，其他方式也完全可以解决），我们可以这么做：

正则表达式1：CD(?=EFG)

此时，我们只会得到一个结果，就是“ABCDEFG”中的CD！这是为什么呢？这就是(?=pattern)起的作用。我们模拟下正则表达式的处理过程（当然，我暂时没有学习正则表达式引擎的原理，不确定是否就是完全正确的过程，但是有助于理解）：引擎从左向右扫描，扫描到“ABCDEFG”中的CD时，第一次扫描到“CD”字符，然后执行环视，(?=）表示顺序环视，也就是向字符串右边看，观察后面的字符是否是“EFG”，如果是，则匹配成功；如果不是，则丢弃这个匹配。因此出现了上述结果。
下面看逆序环视：

正则表达式2：(?<=A)CD

此时，向左看，看是否是“A”字符，因此，正则表达式2只能匹配到“ACDIU”中的CD。

环视不消耗字符

还是用示例来理解：

正则表达式3：CD(?=EF)G

正则表达式3运行后能匹配到东西吗？答案是不能！理解环视不消耗字符很重要：引擎在扫描到“CD”后，执行环视，观察右边是否有“EF”字符，结果是观察到了，那么继续匹配后面的，但此时引擎仍然从“D”这个字符的位置往后扫描。因为，扫描到“CD”后，引擎在环视的过程中并没有消耗后面的“EF”字符，引擎仍从上次扫描的位置接着扫描，显然“D”后面的字符不是“G”，因此匹配失败。
如果改成下面的表达式，就能匹配到了：

正则表达式3：CD(?=EF)E

本质：环视不匹配任何字符，只匹配文本中的特定位置

前面说了那么多，其实是为了好理解。但说法可能并不规范，真正的环视的理解是这样的：环视不匹配任何字符，只匹配文本中的特定位置。环视是为了定位特定的位置，如果目标字符串中这个位置（位置可能是多个）的左右字符能（否定环视则是不能）匹配上正则表达式中环视表达式左右的字符串，那么匹配成功，这点非常重要。
不太好解释，直接上示例吧：

正则表达式4：C(?=EFG)D          //失败，因为(?=EFG)定位结果是D字符后面、E字符前面
正则表达式5：C(?=DEFG)D        //成功
正则表达式6：CD(?<=AB)          //失败，(?<=AB) 定位结果是B字符后面、C字符前面
正则表达式7：CD(?<=ABCD)      //成功
正则表达式7：(?<=AB)CD           //成功

终极示例是这个：
考虑这样一个应用情景：对于一个大的数值，比如35689412，西方国家习惯三位一个量级，中间以逗号隔开，方便一眼看出大小，也即是35,689,412。那么现在有一堆数，请用正则表达式完成替换，替换成诸如35,689,412的格式。题目分析：也就是从右往左数，每隔三个数，如果前面还有数的话就在前面加个逗号。也就是找到这些特定的位置，在该位置处加上“，”。

正则表达式8：(?<=\d)(?=(\d{3})+$)

正则表达式8全由环视结构组成，没有匹配任何字符（如果用group()函数看的话，结果是多个空字符串），但是却匹配了一堆位置。再用：replaceAll(",”)，即可完成问题要求。

逆向环视时，pattern长度必须是固定的

有一点需要注意：逆向环视时，pattern长度必须是固定的，也就是说pattern中不能出现诸如*.等这类字符使得pattern匹配的长度不固定；但是前向环视没有这个要求。

(?:pattern)

(?:pattern)则跟环视根本就不是一类东西，只是长得比较像，他们的最大区别就是：(?:pattern)是匹配文字，也就是会消耗字符。比如将正则表达式3做如下修改：

正则表达式3_1：CD(?:EF)G

改成(?:EF)后，匹配成功。(?:pattern)是和(pattern)相对应的，他们的区别在于：(pattern)是获取匹配，pattern内容会出现在匹配结果的集合中；(?:pattern)是非获取匹配。