正则中的一些高级查找

在正则中，拥有所谓的先行断言，后行断言，正向否定查找，反向否定查找等等使用方式，听起来令人头秃，他们分别表示什么含义？

首先，MDN 如是说明：

字符	含义
(?:x)	匹配x但是不记住匹配项。这种括号叫作非捕获括号，使得你能够定义与正则表达式运算符一起使用的子表达式。
x(?=y)	匹配x仅仅当x后面跟着y.这种叫做先行断言
(?<=y)x	匹配x仅当x前面是y.这种叫做后行断言。
x(?!y)	仅仅当x后面不跟着y时匹配x，这被称为正向否定查找。
(?<!y)x	仅仅当x前面不是y时匹配x，这被称为反向否定查找。

仅看概念确实不太容易记住，下面举几个栗子了解一下它们每一种方式的使用场景，加深记忆。

非捕获分组?:

说到非捕获分组，肯定还有捕获分组。

捕获分组很简单，使用一个()表示，在()中的表示一个分组，使用()会把每个分组里面的值保存起来，之后使用$1、$2等等这样的方式去引用不同分组。

但有的时候虽然使用括号了，但是不想让其捕获为分组怎么办，那就可以用到?:非捕获分组。使用(?:exp)表示这个分组是不需要被捕获的，所以里面的值也不会得到保存，你也无法引用。

举个栗子，假如有一个电话号码021-1234567，如果我想匹配-之后的数字，正则可以这样写。

'021-1234567'.replace(/\d{3}-(\d{7})/, '$1'); // 1234567

这里\d{7}表示第一个分组，所以后面可以用$1来直接匹配。假如我强行给\d{3}加上分组，那么\d{3}就成了第一个分组，而\d{7}会变成第二个分组。

'021-1234567'.replace(/(\d{3})-(\d{7})/, '$2'); // 1234567

我们这个示例比较简单，可以明确知道\d{7}是第二个分组，但是，有的时候某些分组并没有什么意义，况且，在复杂情况下，分组区分起来也会比较麻烦。如果还想让\d{7}为第一分组，使用?:来让其不参与捕获就可以了。

'021-1234567'.replace(/(?:\d{3})-(\d{7})/, '$1'); // 1234567

先行断言?=

语法

x(?=y)

即查找y前面的x。

如下栗子，查找hello world中world前面的hello，找到的话，将hello替换成whole。

'hello world'.replace(/hello(?=\sworld)/, 'whole'); // whole world
'hello1 world'.replace(/hello(?=\sworld)/, 'whole'); // 输出：hello1 world，因为 world前不是hello，所以无法匹配到

比如千分位的转换，也可以使用到先行断言。

'123456789.2456'.replace(/(\d)(?=(\d{3})+\.)/g, '$1,');

它的匹配方式如下图所示。

或者这样写也是可以的。

'1212123456789.1231'.replace(/\B(?=(\d{3})+\.)/g, ',');

首先\B表示非单词边界，所以，这个正则的意思是匹配3n*数字 + 小数点组合前面的非单词边界。

后行断言?<=

语法

(?<=y)x

即查找y后面的x。

还使用上面的示例，如果将hello world替换为hello there，使用后行断言，如下所示。

'hello world'.replace(/(?<=hello\s)world/, 'there'); // hello there

另一个例子

const reg = /(?<=\$)foo/g;
'$foo %foo foo'.replace(reg, 'bar'); // '$bar %foo foo'

示例中将$foo全部替换成了$bar。那么，如果不使用后行断言的话，是下面这样。

const reg = /(\$)foo/g;
'$foo %foo foo'.replace(reg, '$1bar'); // '$bar %foo foo'

嗯，还是后行断言看起来更加优雅一点。

正向否定查找?!

语法

x(?!y)

即当x后面不是y时，匹配x。

'hello world, hello everyone, world hello'.replace(/hello(?!\sworld)/g, 'hi'); // hello world, hi everyone, world hi

这里查找hello后面不是world的hello，那么除了第一个hello world都符合。

反向否定查找?<!

语法

(?<!y)x

即当x前面不是y时，匹配x。

'hello world, hi world, whole world'.replace(/(?<!hello\s)world/g, 'world2'); // hello world, hi world2, whole world2

查找world前不是hello的字符串，符合条件时，将world替换成world2。