正则之分组捕获、预查
(?:pattern)
()表示捕获分组,()会把每个分组里的匹配的值保存起来,从左向右,以分组的左括号为标志,第一个出现的分组的组号为1,第二个为2,以此类推
(?:)表示非捕获分组,和捕获分组唯一的区别在于,非捕获分组匹配的值不会保存起来
1 let a = "123abc456de";
2 let reg = /([0-9]*)([a-z]*)([0-9]*)/;
3 reg.test(a);
4 console.log(RegExp.$1);
5 console.log(RegExp.$2);
6 console.log(RegExp.$3);
7 console.log("-----------------我是华丽分割线!-------------------");
8 let reg2 = /(?:[0-9]*)([a-z]*)([0-9]*)/;
9 reg2.test(a);
10 console.log(RegExp.$1);
11 console.log(RegExp.$2);
12 console.log(RegExp.$3);
可以看到 (?:[0-9]*) 匹配的第一个 [0-9]* 没有保存下来,即没有保存匹配到的“123”,而([0-9]*)则保存了下来。
(?:pattern)在使用 "或" 字符 (|) 来组合一个模式的各个部分是很有用。例如,'industr(?:y|ies)' 就是一个比 'industry|industries' 更简略的表达式。因为我们单独存储下 “y” 或者 “ies” 没有什么意义
1 let a = "British industry";
2 let reg = /industr(?:y|ies)/;
3 reg.test(a);
4 //RegExp.$1 没有值,因为没有保存捕获到的“y”
5 console.log(RegExp.$1);
6 console.log("-----------------我是华丽分割线!-------------------");
7 let reg2 = /industr(y|ies)/;
8 reg2.test(a);
9 console.log(RegExp.$1);
(?=pattern)
正向肯定预查(look ahead positive assert),匹配pattern前面的位置。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。
简单说,以 xxx(?=pattern)为例,就是捕获以pattern结尾的内容xxx,例如,"Windows(?=95|98|NT|2000)"能匹配"Windows2000"中的"Windows",但不能匹配"Windows3.1"中的"Windows"。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始。
(?!pattern)
正向否定预查(negative assert),在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。
简单说,以 xxx(?!pattern)为例,就是捕获不以pattern结尾的内容xxx,例如"Windows(?!95|98|NT|2000)"能匹配"Windows3.1"中的"Windows",但不能匹配"Windows2000"中的"Windows"。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始。
(?<=pattern)
反向(look behind)肯定预查,与正向肯定预查类似,只是方向相反。
简单说,以(?<=pattern)xxx为例,就是捕获以pattern开头的内容xxx。例如,"(?<=95|98|NT|2000)Windows
"能匹配"2000Windows
"中的"Windows
",但不能匹配"3.1Windows
"中的"Windows
"。
(?<!pattern)
反向否定预查,与正向否定预查类似,只是方向相反。
简单说,以(?<!pattern)xxx为例,就是捕获不以pattern开头的内容xxx。例如"(?<!95|98|NT|2000)Windows
"能匹配"3.1Windows
"中的"Windows
",但不能匹配"2000Windows
"中的"Windows
"。
附:
不包含某些字符的正则
/^((?!.*[\/:*?"<>|]).*)$/
相关文章
- Hadoop Mapreduce分区、分组、二次排序过程详解
- sql server模糊查询、分组
- 产品运营数据分析—SPSS数据分组案例
- 正则表达选择分组向后引用及捕获和非捕获分组(五)(1000则)
- R中利用apply、tapply、lapply、sapply、mapply、table等函数进行分组统计
- 产品运营数据分析—SPSS数据分组案例
- 正则表达选择分组向后引用及捕获和非捕获分组(五)(1000则)
- 《卸甲笔记》-分组统计查询对比
- 《卸甲笔记》-分组统计查询对比之二
- 【STM32F429开发板用户手册】第21章 STM32F429的NVIC中断分组和配置(重要)
- Atitit 网络协议概论 艾提拉著作 目录 1. 有的模型分七层,有的分四层。我觉得1 1.1. 三、链接层 确定了0和1的分组方式1 1.2. 网络层(ip mac转换层3 1.3. 传输
- Python数据分析招式:pandas库过滤分组透视表-2
- 基因表达量高低分组的cox和连续变量cox回归计算的HR值差异太大? km cox生存分析 多因素生存分析
- MySQL学习7:分组和分页