起因是同学找我问怎么用正则表达式获得——比如说12.3亿元中的“亿”,3千万元的“千万”。然后我试了很久,直接用在线测试工具测的,发现零宽断言里的(?<=exp)一直不起作用……后来发现应该是js不支持这个……还好他用的是python我就直接用python试了发现是支持的TUT而且我并不会python完全是百度了命令硬来。
一般来说大家平时用正则表达式都是得到带有匹配内容的结果(描述的有点乱),比如说other?content!other 用\?(.*?)!
匹配的结果就是 ?content! 是带有"?!"的。如果我想只得到content那应该怎么写呢? 那就要用到零宽断言里的(?<=exp)
和 (?=exp)
关于(?<=exp)
和 (?=exp)
的介绍如下:
(?=pattern)
正向预查,在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如,'Windows (?=95|98|NT|2000)' 能匹配 "Windows 2000" 中的 "Windows" ,但不能匹配 "Windows 3.1" 中的 "Windows"。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始。
(?<=exp),也叫零宽度正回顾后发断言
格式:(?<=pattern2)pattern1
匹配这样的字符串
a)字符串本身匹配pattern1
b)字符串前面的内容匹配pattern2
如果概括的去理解(不一定完全符合原理),就是content(?=pattern)就是得到符合后面跟着pattern的content,(?<=pattern2)content 就是得到前面跟着pattern2的content。两个一起用的话就匹配到那些前面符合pattern2后面跟着pattern的content。感觉是在绕口令orz。想要弄得更清楚可能要去研究下正则引擎的匹配行为。
于是我们得到正则表达式
(?<=\?)[\s\S]*(?=\!)
<code>[\s\S]*</code>匹配任意内容,<code>(?<=?)</code>表示前面是问号,<code>(?=!)</code>表示后面是感叹号。
下面这个是获得12.3亿元中的“亿”,3千万元的“千万”的正则表达式。
(?<=[0-9])[\u4e00-\u9fa5]+?(?=\u5143)