第九章 前后查找

9.1 前后查找

用正则表达式标记要匹配的文本的位置（而不仅仅是文本本身）。

前后查找（lookaround），对某一位置的前、后内容进行查找。

 

例子：把一个web页面的页面标题提取出来。

?<=\<[tT][iI][tT][lL][eE]>.*?=</[tT][iI][tT][lL][eE]>

 

 

9.2 向前查找(正向前查找positive kookahead)

向前查找指定了一个必须匹配但不在结果中返回的模式。

 

？=将向前查找（查找出现在被匹配文本之后的字符，但不消费这个字符）。

一个向前查找的其实就是一个以？=开头的子表达式，需要匹配的文本跟在=以后。

 

例子：把URL中协议名部分提取出来（为下一步处理做准备）。

.+(?=:)

只要匹配到：就可以了，但不出现在匹配的结果里，用术语表达就是“不消费”。

 

备注：向前查找（或向后查找）匹配本身其实是有返回结果的，知识这个结果的字节长度永远是0而已。

因此，前后查找操作有时也被称为零宽度（zero-width）匹配操作。

 

提示：任何一个子表达式都可以转换为一个向前查找表达式，只要给它加上一个？=前缀即可。

在同一个搜索模式里可以使用多个向前查找表达式，他们可以出现在模式里的任意位置。

 

 

9.3 向后查找(正向后查找positive lookbehind)

？<=向后查找，查找出现在被匹配文本之前的字符（但不消费它。）

 

备注：向前查找模式的长度是可变的，它们可以包含.和+之类的元字符，非常灵活。

而向后查找模式只能是固定长度，这是一条几乎所有正则比到达时实现都遵循的限制。（不是所有的语言都支持向后查找）

 

 

9.4 把向前和向后查找结合起来

向前和向后查找可以组合在一起使用。

 

9.5 对前后查找取非

负向前查找（negative lookahead）将向前查找不与给定模式相匹配的文本。?!

负向后查找（negative lookbehind）将向后查找不与给定模式相匹配的文本。?<!