朋友要处理一个字符串:

想要匹配出其中的“127.255.255.255”和“2.2.2.2”,也就是说要排除“127.0.0.1”和“0.”开头的。他开始没有过滤127.0.0.1,所以我主要是考虑过滤掉这个。试了半天,最后的正则如下:

解释一下:
在一开始的想法中,先没有考虑127.0.0.1的情况,也就是:

这样是一个常规的匹配IP的正则,只是对第一位进行了判断,过滤掉了“0.”开头的情况。

但是如何过滤127.0.0.1呢?一开始想到的是[^abc]这种方法,不过这种只是过滤掉列举出来的字符,并不是过滤一段字符串。

后来看到了预搜索这个东西,感觉有门儿…于是针对每一个IP前面肯定有一个空格的规律,预搜索空格后的字符串,只匹配空格后的字符串不是127.0.0.1的,这样就好了。


好吧,那不如再详细记一下这个预搜索(原文)。

在正则表达式中,有几个代表抽象意义的特殊符号:”^”,”$”,”\b”。它们都有一个共同点,那就是:它们本身不匹配任何字符,只是对 “字符串的两头” 或者 “字符之间的缝隙” 附加了一个条件。理解到这个概念以后,本节将继续介绍另外一种对 “两头” 或者 “缝隙” 附加条件的,更加灵活的表示方法。

正向预搜索:”(?=xxxxx)”,”(?!xxxxx)”

格式:”(?=xxxxx)”,在被匹配的字符串中,它对所处的 “缝隙” 或者 “两头” 附加的条件是:所在缝隙的右侧,必须能够匹配上 xxxxx 这部分的表达式。因为它只是在此作为这个缝隙上附加的条件,所以它并不影响后边的表达式去真正匹配这个缝隙之后的字符。这就类似 “\b”,本身不匹配任何字符。”\b” 只是将所在缝隙之前、之后的字符取来进行了一下判断,不会影响后边的表达式来真正的匹配。

举例1:表达式 “Windows (?=NT|XP)” 在匹配 “Windows 98, Windows NT, Windows 2000” 时,将只匹配 “Windows NT” 中的 “Windows “,其他的 “Windows ” 字样则不被匹配。

举例2:表达式 “(\w)((?=\1\1\1)(\1))+” 在匹配字符串 “aaa ffffff 999999999” 时,将可以匹配6个”f”的前4个,可以匹配9个”9″的前7个。这个表达式可以读解成:重复4次以上的字母数字,则匹配其剩下最后2位之前的部分。当然,这个表达式可以不这样写,在此的目的是作为演示之用。

格式:”(?!xxxxx)”,所在缝隙的右侧,必须不能匹配 xxxxx 这部分表达式。

举例3:表达式 “((?!\bstop\b).)+” 在匹配 “fdjka ljfdl stop fjdsla fdj” 时,将从头一直匹配到 “stop” 之前的位置,如果字符串中没有 “stop”,则匹配整个字符串。

举例4:表达式 “do(?!\w)” 在匹配字符串 “done, do, dog” 时,只能匹配 “do”。在本条举例中,”do” 后边使用 “(?!\w)” 和使用 “\b” 效果是一样的。

反向预搜索:”(?<=xxxxx)”,”(?<!xxxxx)”

这两种格式的概念和正向预搜索是类似的,反向预搜索要求的条件是:所在缝隙的 “左侧”,两种格式分别要求必须能够匹配和必须不能够匹配指定表达式,而不是去判断右侧。与 “正向预搜索” 一样的是:它们都是对所在缝隙的一种附加条件,本身都不匹配任何字符。

举例5:表达式 “(?<=\d{4})\d+(?=\d{4})” 在匹配 “1234567890123456” 时,将匹配除了前4个数字和后4个数字之外的中间8个数字。由于 JScript.RegExp 不支持反向预搜索,因此,本条举例不能够进行演示。很多其他的引擎可以支持反向预搜索,比如:Java 1.4 以上的 java.util.regex 包,.NET 中System.Text.RegularExpressions 命名空间。

 

    分享到:

2 thoughts on “RegEx – 预搜索”

发表评论

电子邮件地址不会被公开。 必填项已用*标注