正则表达式中的零宽度断言

在正则表达式中，?=、?<=、?!、?<! 是用于实现零宽度断言（Zero-Width Assertions）的语法，也被称为前瞻（Lookahead）和后瞻（Lookbehind）。它们允许你在不消耗字符（即不将匹配内容包含在结果中）的情况下，对匹配位置前后的文本进行条件判断。以下是它们的具体区别和使用场景：

1. ?=（正向先行断言，Positive Lookahead）

• 语法：A(?=B)
• 含义：匹配 A，但仅当 A 后面紧跟着 B 时。B 不会被包含在匹配结果中。
• 示例：
  • 正则表达式：\d(?=px)
  • 匹配："5px" 中的 "5"（因为 "5" 后面是 "px"）。
  • 不匹配："5em" 中的 "5"（因为后面不是 "px"）。
• 用途：常用于匹配特定上下文中的字符，如单位、后缀等。

2. ?!（负向先行断言，Negative Lookahead）

• 语法：A(?!B)
• 含义：匹配 A，但仅当 A 后面 不 紧跟着 B 时。B 不会被包含在匹配结果中。
• 示例：
  • 正则表达式：\d(?!px)
  • 匹配："5em" 中的 "5"（因为 "5" 后面不是 "px"）。
  • 不匹配："5px" 中的 "5"（因为后面是 "px"）。
• 用途：常用于排除特定上下文中的字符。

3. ?<=（正向后行断言，Positive Lookbehind）

• 语法：(?<=B)A
• 含义：匹配 A，但仅当 A 前面是 B 时。B 不会被包含在匹配结果中。
• 示例：
  • 正则表达式：(?<=\$)\d+
  • 匹配："$100" 中的 "100"（因为 "100" 前面是 "$"）。
  • 不匹配："100" 中的 "100"（因为前面没有 "$"）。
• 用途：常用于匹配特定前缀后的字符，如货币符号后的数字。

4. ?<!（负向后行断言，Negative Lookbehind）

• 语法：(?<!B)A
• 含义：匹配 A，但仅当 A 前面 不是 B 时。B 不会被包含在匹配结果中。
• 示例：
  • 正则表达式：(?<!\$)\d+
  • 匹配："100" 中的 "100"（因为 "100" 前面不是 "$"）。
  • 不匹配："$100" 中的 "100"（因为前面是 "$"）。
• 用途：常用于排除特定前缀后的字符。

总结对比

注意事项

1. 零宽度：这些断言不消耗字符，仅进行条件判断，因此匹配结果中不会包含 B。
2. 性能：复杂的断言可能影响正则表达式的性能，尤其是在处理长文本时。
3. 浏览器/引擎支持：大多数现代正则引擎（如 PCRE、JavaScript、Python 的 re 模块）都支持这些语法，但某些旧版本或简单实现可能不支持。

实际应用示例

• 匹配不以 http:// 开头的 URL：

  (?<!http://)\b\w+\.\w+\b
  

• 匹配密码中的大写字母（但不包含在结果中）：

  (?=.*[A-Z]).{6,}
  

  （这里 (?=.*[A-Z]) 确保密码中至少有一个大写字母，但实际匹配的是整个密码。）