本篇主要介绍Perl(以及其他流派的正则)提供的简记法(shorthands)，以及修改文本中使用的正则环视特性，包括几个举例。在看这篇之前，不管你是否精通正则，建议首先看下这篇《正则基础与细节回顾》，因为强大的正则里面，需要关注的细节太多了。
1.常用空白和任意字符匹配
\s和[ \t]*: 匹配空白
.*: 匹配任何字符. .号通配符，*任意个数，可以为零。
2.Perl(以及其他流派的正则)提供的简记法(shorthands):
\b: 单词分界符
\t: 制表符
\n: 换行符
\r: 回车符
\s: 匹配任何空白符 (space, tab, newline, formfeed, and such)
\S: 除\s之外任何字符
\w: 相当于[a-zA-Z0-9_]
\W: 除\w之外任何字符，相当于[ˆa-zA-Z0-9_]
\d: 相当于[0-9]
\D: 除\d之外任何字符，相当于[ˆ0-9]"
3.使用正则修改文本
3.1捕获
Perl可以使用$1,$2,$3之类的变量来保存相对应的(···)括号内的子表达式匹配的文本。子表达式的编号按照开括号出现的先后顺序，从1开始，子表达式可以嵌套，比如(Washington( DC)?)。我们修改文本，可能会保留某些原文本，那么使用$1这类的变量就可以实现。简单的举一个例子，比如说我们想给所有的数字加上双引号，我们可以使用(\d)+匹配到所有的数字后，替换结果用"$1"取代，最终到达我们想要的效果。
(?:···)这种写法可以用来分组文本，但是并不捕获。(···)当然也可以分组，但是副作用就是他们捕获的文本依然会保存在特殊的变量中。比如(A\d)+，我们只是想让字母A和一个数字组合起来，但是这样正则依旧会捕获到括号中的内容并且记录，虽然看似没有多大影响，但是对于文本量比较大的文件，为了增加匹配效率，我们可以使用(?:A\d)+，这个时候再用类似$1这样的变量，就获取不到引用的文本了。
3.2环视(lookaround)
我们先来想一个问题，假如我们有诸如3567657745这样一批代表数量的数字，一般为了方便，我们会这样写3,567,657,745。为了解决这个问题，我们首先想到的是从右向左每隔3个数字加个逗号，并且逗号前面必须有数字，但是正则一般都是从左向右工作的。那么接下来我们就介绍正则的环视特性。
首先强调的是，环视不匹配任何字符，只匹配文中的特定位置，这一点和单词分解符\b、锚点^和$相似。但是，环视更加通用。
环视有四种类型，参考以下表格
| 类型 | 正则表达式 | 匹配成功的条件... |
|---|---|---|
| 肯定顺序环视 | (?=···) | 子表达式能匹配右侧文本 |
| 否定顺序环视 | (?!···) | 子表达式不能匹配右侧文本 |
| 肯定逆序环视 | (?<=···) | 子表达式能匹配左侧文本 |
| 肯定逆序环视 | (?<!···) | 子表达式不能匹配左侧文本 |
了解这些后，我们继续回到给数字加逗号的问题，首先思考3的倍数，3的倍数很好处理，直接(\d\d\d)+$，加上$来保证数字后面不存在其他字符。,在左边是数字，我们可以使用(?<=\d)来限定匹配的位置，于是整个正则表达式就是(?<=\d)(?=(\d\d\d)+$)。其实这样子还是不太好，因为里面存在括号，括号中的内容会被特定的变量&1等引用，所以我们最好使用只是分组的(?:···)来处理一下，于是变成了(?<=\d)(?=(?:\d\d\d)+$)，猛一看上去有点难以理解，但是一步一步看，还是挺清晰的。我们已经知道，环视不会匹配任何字符，只是匹配位置，匹配到这样的位置后，我们只要插入一个逗号即可，于是替换文本只需要是,就可以了，我们看下处理前后的效果。
掌握了环视，我们回头来想一下\b这个单词分界符，如果单词分解符的意思是，一侧是\w，另外一侧不是\w，那么我们就可以用(?<!\w)(?=\w)来表示单词的起始分解符，用(?<=\w)(?!\w)来表示单词的结束分界符，那么两则结合起来，(?<!\w)(?=\w)|(?<=\w)(?!\w)就等价于\b。当然如果语言本身支持\b就不要多此一举了，\b简洁效率又高。
补充一点，刚才我们给数字加逗点中，保证了结尾不是其他字符，那么像23456323s是匹配不到的，使用了$，千万要理解清楚，去掉$后将会是这样子，图片中匹配到的灰色位置。
为了匹配23456323s，其实这里只需要结尾不是数字就可以了。我们使用简记法\d来匹配数字，那么尾部不是数字就可以使用(?!\d)来表示了，所以最终的正则可以这样写(?<=\d)(?=(?:\d\d\d)+(?!\d))
这里强调一点，非数字，我们可能会想到\D，\D的意思是，“匹配一个不是数字的字符”，而这个字符是必须的，假如正好处于行尾，没有任何字符，是匹配不到的。上一篇中我们已经强调过这一点。
环视类型中，顺序和逆序所获取的支持十分有限（使用也不广泛），顺序比逆序早出现几年，尽管Perl支持两着，其他语言就难说了，所以接下来我们不使用逆序环视来解决给数值添加逗号问题。(\d)(?=(?:\d\d\d)+(?!\d))左侧使用捕获型括号，替换文本只需要在逗号前面加上$1即可，也就是$1,，同样到达了我们预期的效果。
更多实例，可以参考《Mastering Regular Expressions》第三版，里面使用Perl语言，举了诸多实例，有兴趣的朋友可以参考下，当然也可以参考中文翻译版本《精通正则表达式》。希望本篇文章可以帮组你更好的掌握正则。
网友评论