正则表达式的先行断言与后行断言

博主： leesong
发布时间：2023 年 11 月 17 日
471 次浏览
暂无评论
585字数
分类：学习记录

# 前言

在MySQL中使用正则表达式时遇到一个问题：筛选name中包含字母a和k的记录

好啊，我夸夸一顿写：``[ak]``，emmm……，错了

这样筛选出的是包含字母a或字母k的值，跟需求不符，我又看看正则表达式常用字符，没有找到可以直接正则匹配出的

正确的正则匹配：``^(?=.*a)(?=.*k).*$``

![正则表达式解释](https://blog.leesong.top/usr/uploads/2023/11/997096867.png)

这个正则使用了正向先行断言来进行匹配，因此下面将记录有关正则表达式先行断言相关知识

# 正文

正则表达式的先行断言和后行断言一共有4种形式：

* (?=pattern) 零宽正向先行断言(zero-width positive lookahead assertion)
* (?!pattern) 零宽负向先行断言(zero-width negative lookahead assertion)
* (?<=pattern) 零宽正向后行断言(zero-width positive lookbehind assertion)
* (?<!pattern) 零宽负向后行断言(zero-width negative lookbehind assertion)

pattern为一个正则表达式

如同^代表开头，\$代表结尾，\\b代表单词边界一样，先行断言和后行断言也有类似的作用，它们只匹配某些**位置**，在匹配过程中，不占用字符，所以被称为“零宽”。所谓**位置**，是指字符串中(每行)第一个字符的左边、最后一个字符的右边以及相邻字符的中间（假设文字方向是头左尾右）。
下面分别举例来说明这4种断言的含义。

### **(?=pattern) 正向先行断言**

代表字符串中的一个位置，**紧接该位置之后**的字符序列**能够匹配**pattern。
例如对”a regular expression”这个字符串，要想匹配**re**gular中的re，但不能匹配expression中的re，可以用”re(?=gular)”，该表达式限定了re右边的位置，这个位置之后是gular，但并不消耗gular这些字符。

![](https://blog.leesong.top/usr/uploads/2023/11/1131072062.png)

将表达式改为”re(?=gular).“，将会匹配reg，元字符.匹配了g，括号这一砣匹配了e和g之间的位置。

![](https://blog.leesong.top/usr/uploads/2023/11/1736402274.png)

### **(?!pattern) 负向先行断言**

代表字符串中的一个位置，**紧接该位置之后**的字符序列**不能匹配**pattern。
例如对”regex represents regular expression”这个字符串，要想匹配除**re**gex和**re**gular之外的re，可以用”re(?!g)”，该表达式限定了re右边的位置，这个位置后面不是字符g。负向和正向的区别，就在于该位置之后的字符能否匹配括号中的表达式。

![](https://blog.leesong.top/usr/uploads/2023/11/3819405231.png)

### **(?<=pattern) 正向后行断言**

代表字符串中的一个位置，**紧接该位置之前**的字符序列**能够匹配**pattern。
例如对”regex represents regular expression”这个字符串，有4个单词，要想匹配单词内部的re，但不匹配单词开头的re，可以用”(?<=\\w)re”，单词内部的re，在re前面应该是一个单词字符。之所以叫后行断言，是因为正则表达式引擎在匹配字符串和表达式时，是从前向后逐个扫描字符串中的字符，并判断是否与表达式符合，当在表达式中遇到该断言时，正则表达式引擎需要往字符串前端检测已扫描过的字符，相对于扫描方向是向后的。

> 在正则表达式中，w 表示匹配任意一个字母、数字或下划线。

![](https://blog.leesong.top/usr/uploads/2023/11/2980235370.png)

### **(?<!pattern) 负向后行断言**

代表字符串中的一个位置，**紧接该位置之前**的字符序列**不能匹配**pattern。
例如对”regex represents regular expression”这个字符串，要想匹配单词开头的re，可以用”(?<!\\w)re”。单词开头的re，在本例中，也就是指不在单词内部的re，即re前面不是单词字符。当然也可以用”\\bre”来匹配。

![](https://blog.leesong.top/usr/uploads/2023/11/2283102438.png)

对于这4个断言的理解，可以从两个方面入手：

* 关于先行(lookahead)和后行(lookbehind)：正则表达式引擎在执行字符串和表达式匹配时，会从头到尾（从前到后）连续扫描字符串中的字符，设想有一个扫描指针指向字符边界处并随匹配过程移动。先行断言，是当扫描指针位于某处时，引擎会尝试匹配指针还未扫过的字符，先于指针到达该字符，故称为先行。后行断言，引擎会尝试匹配指针已扫过的字符，后于指针到达该字符，故称为后行。
* 关于正向(positive)和负向(negative)：正向就表示匹配括号中的表达式，负向表示不匹配。

对这4个断言形式的记忆：

* 先行和后行：后行断言(?<=pattern)、(?<!pattern)中，有个小于号，同时也是箭头，对于自左至右的文本方向，这个箭头是指向后的，这也比较符合我们的习惯。把小于号去掉，就是先行断言。
* 正向和负向：不等于(!=)、逻辑非(!)都是用!号来表示，所以有!号的形式表示不匹配、负向；将!号换成=号，就表示匹配、正向。

我们经常用正则表达式来检测一个字符串中包含某个子串，要表示一个字符串中不包含某个字符或某些字符也很容易，用[^...]形式就可以了。要表示一个字符串中不包含某个子串（由字符序列构成）呢？
用[^...]这种形式就不行了，这时就要用到（负向）先行断言或后行断言、或同时使用。
例如判断一句话中包含this，但不包含that。
包含this比较好办，一句话中不包含that，可以认为这句话中每个字符的前面都不是that或每个字符的后面都不是that。正则表达式如下：

```bash
^((?<!that).)*this((?<!that).)*$
或
^(.(?!that))*this(.(?!that))*$
```

![](https://blog.leesong.top/usr/uploads/2023/11/137402544.png)

![](https://blog.leesong.top/usr/uploads/2023/11/3441673829.png)

在一般情况下，这两个表达式基本上都能够满足要求了。考虑极端情况，如一句话以 **that** 开头、以 **that** 结尾、**that** 和 **this** 连在一起时，上述表达式就可能不胜任了。 如 **runoob thatthis is the case** 或者 **this is the case, not that** 等。

只要灵活运用这几个断言，就很容易解决：

```bash
^(.(?<!that))*this(.(?<!that))*$
^(.(?<!that))*this((?!that).)*$
^((?!that).)*this(.(?<!that))*$
^((?!that).)*this((?!that).)*$
```

这4个正则表达式测试上述的几句话，结果都能够满足要求。

上述4种断言，括号里的pattern本身是一个正则表达式。但对2种**后行断言**有所限制，在Perl和Python中，这个表达式必须是定长(fixed length)的，即不能使用\*、+、?等元字符，如(?<=abc)没有问题，但(?<=a\*bc)是不被支持的，特别是当表达式中含有|连接的分支时，各个分支的长度必须相同。之所以不支持变长表达式，是因为当引擎检查后行断言时，无法确定要回溯多少步。Java支持?、{m}、{n,m}等符号，但同样不支持\*、+字符。Javascript干脆不支持后行断言，不过一般来说，这不是太大的问题

# 示例

# 参考资料

> [正则表达式的先行断言(lookahead)和后行断言(lookbehind) | 菜鸟教程 (runoob.com)](https://www.runoob.com/w3cnote/reg-lookahead-lookbehind.html)

最后修改：2023 年 11 月 17 日

如果觉得我的文章对你有用，请随意赞赏

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

评论 *

私密评论

名称 *

🎲

邮箱 *

地址

Frp实现远程桌面连接 - 黑羽
[...]前言frp 是一个可用于内网穿透的高性能的反向代理应...
bozhi
感谢！
frp实现远程桌面连接 - Lumine
[...]前言frp 是一个可用于内网穿透的高性能的反向代理应...
王建辉
你好s啊
Typecho
欢迎加入 Typecho 大家族

正则表达式的先行断言与后行断言

leesong • 2023 年 11 月 17 日

# 前言

在MySQL中使用正则表达式时遇到一个问题：筛选name中包含字母a和k的记录

好啊，我夸夸一顿写：``[ak]``，emmm……，错了

这样筛选出的是包含字母a或字母k的值，跟需求不符，我又看看正则表达式常用字符，没有找到可以直接正则匹配出的

正确的正则匹配：``^(?=.*a)(?=.*k).*$``

![正则表达式解释](https://blog.leesong.top/usr/uploads/2023/11/997096867.png)

这个正则使用了正向先行断言来进行匹配，因此下面将记录有关正则表达式先行断言相关知识

# 正文

正则表达式的先行断言和后行断言一共有4种形式：

pattern为一个正则表达式

### **(?=pattern) 正向先行断言**

![](https://blog.leesong.top/usr/uploads/2023/11/1131072062.png)

将表达式改为”re(?=gular).“，将会匹配reg，元字符.匹配了g，括号这一砣匹配了e和g之间的位置。

![](https://blog.leesong.top/usr/uploads/2023/11/1736402274.png)

### **(?!pattern) 负向先行断言**

![](https://blog.leesong.top/usr/uploads/2023/11/3819405231.png)

### **(?<=pattern) 正向后行断言**

> 在正则表达式中，w 表示匹配任意一个字母、数字或下划线。

![](https://blog.leesong.top/usr/uploads/2023/11/2980235370.png)

### **(?<!pattern) 负向后行断言**

![](https://blog.leesong.top/usr/uploads/2023/11/2283102438.png)

对于这4个断言的理解，可以从两个方面入手：

对这4个断言形式的记忆：

```bash
^((?<!that).)*this((?<!that).)*$
或
^(.(?!that))*this(.(?!that))*$
```

![](https://blog.leesong.top/usr/uploads/2023/11/137402544.png)

![](https://blog.leesong.top/usr/uploads/2023/11/3441673829.png)

只要灵活运用这几个断言，就很容易解决：

```bash
^(.(?<!that))*this(.(?<!that))*$
^(.(?<!that))*this((?!that).)*$
^((?!that).)*this(.(?<!that))*$
^((?!that).)*this((?!that).)*$
```

这4个正则表达式测试上述的几句话，结果都能够满足要求。

# 示例

# 参考资料

> [正则表达式的先行断言(lookahead)和后行断言(lookbehind) | 菜鸟教程 (runoob.com)](https://www.runoob.com/w3cnote/reg-lookahead-lookbehind.html)

正则表达式的先行断言与后行断言

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

Docker 安装配置宝塔面板

淘宝镜像报错npm ERR!

SPA和MPA

Vue的核心特性

物理机Esxi 6.7安装教程

Git 问题合集

Nginx：限制目录访问控制

正则表达式的先行断言与后行断言

npm命令清单

混淆矩阵

正则表达式的先行断言与后行断言

发表评论 取消回复 使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

正则表达式的先行断言与后行断言

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款