如何使用正則來(lái)查找lookaround

來(lái)源：懂視網(wǎng) 責(zé)編：小采時(shí)間：2020-11-27 19:57:44

如何使用正則來(lái)查找lookaround

如何使用正則來(lái)查找lookaround:這次給大家?guī)?lái)如何使用正則來(lái)查找lookaround，使用正則來(lái)查找lookaround的注意事項(xiàng)有哪些，下面就是實(shí)戰(zhàn)案例，一起來(lái)看一下。本文實(shí)例講述了正則表達(dá)式教程之前后查找lookaround。分享給大家供大家參考，具體如下：注：在所有例子中正則表達(dá)式匹配結(jié)果包含在

推薦度：

點(diǎn)擊下載本文 文檔為doc格式

導(dǎo)讀如何使用正則來(lái)查找lookaround:這次給大家?guī)?lái)如何使用正則來(lái)查找lookaround，使用正則來(lái)查找lookaround的注意事項(xiàng)有哪些，下面就是實(shí)戰(zhàn)案例，一起來(lái)看一下。本文實(shí)例講述了正則表達(dá)式教程之前后查找lookaround。分享給大家供大家參考，具體如下：注：在所有例子中正則表達(dá)式匹配結(jié)果包含在

這次給大家?guī)?lái)如何使用正則來(lái)查找lookaround，使用正則來(lái)查找lookaround的注意事項(xiàng)有哪些，下面就是實(shí)戰(zhàn)案例，一起來(lái)看一下。

本文實(shí)例講述了正則表達(dá)式教程之前后查找lookaround。分享給大家供大家參考，具體如下：

注：在所有例子中正則表達(dá)式匹配結(jié)果包含在源文本中的【和】之間，有的例子會(huì)使用Java來(lái)實(shí)現(xiàn)，如果是java本身正則表達(dá)式的用法，會(huì)在相應(yīng)的地方說(shuō)明。所有java例子都在JDK1.6.0_13下測(cè)試通過(guò)。

一、問題引入

在HTML頁(yè)面中，匹配出一對(duì)標(biāo)簽之間的文本，如匹配出頁(yè)面的標(biāo)簽，即<title>與</title>之間的文本：

文本：<head><TITLE>welcome to my page</title></head>

正則表達(dá)式：<[Tt][Ii][Tt][Ll][Ee]>.*?</ [Tt][Ii][Tt][Ll][Ee]>

結(jié)果：<head>【<TITLE>welcome to my page</title>】</head>

分析：<[Tt][Ii][Tt][Ll][Ee]>表示不區(qū)分大小寫，這個(gè)模式匹配到了title標(biāo)簽以及它們之間的文本，但是并不完美，因?yàn)槲覀冎幌胍猼itle標(biāo)簽之間的文本，而不包括標(biāo)簽本身。解決這個(gè)問題我們就需要用到前后查找（lookaround）。

二、向前查找

向前查找指定了一個(gè)必須匹配但不在結(jié)果中返回的模式。向前查找實(shí)際上就是一個(gè)子表達(dá)式，它以?=開頭，需要匹配的文本跟在=的后面。

看一個(gè)匹配出一個(gè)URL地址中協(xié)議部分的例子：

文本：http://blog.csdn.net/mhmyqn

正則表達(dá)式：.+(?=:)

結(jié)果：【http】://blog.csdn.net/mhmyqn

分析：URL地址中協(xié)議部分是在:之前的部分，模式.+匹配任意文本，子表達(dá)式(?=:)匹配:，但是被匹配到的:并沒有出現(xiàn)在結(jié)果中。我們使用?=向正則表達(dá)式引擎表明，只要找到:就行了，但不包括在最終的返回結(jié)果里。這里如果不使用向前匹配(?=:)，而是直接使用(:)，那么匹配結(jié)果就會(huì)是http:了，它包括了:，并不是我們想要的。

注意：前后查找中的前、后是指模式與被查找文本的相對(duì)位置而言的，左為前，右為后。即向前查找為：xxx(?=xxx)，而向后查找為(?<=xxx)xxx，向后查找在接下來(lái)會(huì)介紹到。

三、向后查找

向后查找操作符是?<=。但是并不是所有的正則表達(dá)式實(shí)現(xiàn)都支持向后查找，JavaScript就不支持，java語(yǔ)言支持向后查找。

比如要查找文本當(dāng)中的價(jià)格（以$開頭，后面跟數(shù)字），結(jié)果不包含貨幣符號(hào)：

文本：category1:$136.25,category2:$28,category3:$88.60

正則表達(dá)式：(?<=\$)\d+(\.\d+)?

結(jié)果：category1:$【136.25】,category2:$【28】,category3:$【88.60】

分析：(?<=\$)模式匹配$，\d+(\.\d+)?模式匹配整數(shù)或小數(shù)。從結(jié)果可以看出，結(jié)果不沒有包括貨幣符號(hào)，只匹配出了價(jià)格。如果不使用向后查找，情況會(huì)是什么樣呢？使用模式$\d+(\.\d+)，這樣會(huì)把$包含在結(jié)果中。使用模式\d+(\.\d+)，又會(huì)把categery1(23)中的數(shù)字也匹配出來(lái)，都不是我們想要的。

注意：向前查找模式的長(zhǎng)度是可變的，它們可以包含.、*、+之類的元字符；而向后查找模式只能是固定長(zhǎng)度，不能包含.、*、+之類的元字符。

四、把向前查找和向后查找結(jié)合起來(lái)

把向前查找和向后查找結(jié)合起來(lái)使用，即可解決前面HTML標(biāo)簽之間的文本的問題：

文本：<head><TITLE>welcome to my page</title></head>

正則表達(dá)式：(?<=<[Tt][Ii][Tt][Ll][Ee]>).*?(?=</ [Tt][Ii][Tt][Ll][Ee]>)

結(jié)果：<head><TITLE>【welcome to my page】</title></head>

分析：從結(jié)果可以看出，問題完美的解決了。(?<=<[Tt][Ii][Tt][Ll][Ee]>)是一個(gè)向后操作，它匹配<title>但不消費(fèi)它，(?=</[Tt][Ii][Tt][Ll][Ee]>)是一個(gè)向前操作，它匹配</title>但不消費(fèi)它。最終返回的匹配結(jié)果只包含了標(biāo)簽之間的文本了。

五、對(duì)前后查找取非

前面說(shuō)到的向前查找和向后查找通常都是用來(lái)匹配文本，其目的是為了確定將被返回的匹配結(jié)果的文本的位置（通過(guò)指定匹配結(jié)果的前后必須是哪些文本）。這種用法叫正向前查找和正向后查找。還有一種負(fù)向前查找和負(fù)向后查找，是查找那些不與給定模式相匹配的文本。

前后查找的操作符：