正則表達式之位置匹配

sharplook夏洛克做爲專業的日誌採集分析系統，涉及的技術點，從後到前着實很多，內容也較爲複雜。正則做爲日誌解析的手段，起着舉足輕重的做用，在此小生將晦澀難懂的內容，拆解出來以便學習之用。

往期回顧

在上一篇文章中，咱們已經學習了正則表達式的字符匹配，介紹了模糊匹配、字符組和量詞。正則表達式就是匹配模式，要麼匹配字符，要麼匹配位置，牢記這個基準。本章小生將介紹位置匹配，將分紅如下內容進行介紹：

• 位置的定義
• 位置如何匹配
• 位置的特性

位置的定義

位置能夠理解爲字符之間的位置，也能夠稱爲錨點。如圖，箭頭所指的位置：

位置如何匹配

在ES5中，共有6個錨：^、$、\b、\B、(?=p)、(?!p)

^$\b\B(?=a)(?!b) 其可視化的形式以下：其可視化的形式以下：

^ 和 $

^（脫字符）匹配開頭的位置，在多行匹配中匹配行開頭。

$（美圓符）匹配結尾的位置，在多行匹配中匹配行結尾。

好比咱們把字符串的開頭和結尾替換爲#，就是將位置替換爲字符：

let result = 'lemon'.replace(/^|$/g, '#');
console.log(result);
// => #lemon#

多行匹配模式（增長修飾符 m）時，此是行的概念，這一點須要咱們注意：

let result = 'I\nlove\njavascript'.replace(/$|^/gm, '#');
console.log(result);
/*
#I#
#love#
#javascript#
*/

\b 和 \B

\b 是單詞邊界符，具體爲\w 與 \W之間的位置，也包括\w 與 ^之間的位置，和\w 和 $之間的位置。

好比，咱們經過字符串替換字符串中的\b位置爲#來進行分析:

let result = '[JS] Lesson_01.mp4'.replace(/\b/g, '#');
console.log(result);
// => [#JS#] #Lesson_01#.#mp4#

具體怎麼匹配成這樣的？ 接下來咱們慢慢來分析。

首先咱們須要知道，\w 是字符組 [a-zA-Z0-9_]的簡寫，也就是\w是字母、數字和下劃線中的任何一個。而 \W 是排除字符組 [^a-zA-Z0-9_]的簡寫形式，即\W 是 \w之外的任何一個字符。

咱們再來看咱們的結果[#JS#] #Lesson_01#.#mp4#中的每個#的由來：

• 第一個，兩邊字符是 [ 和 J，是 \W 與 \w 之間的位置。
• 第二個，兩邊字符是 S 與 ]，是 \w 與 \W 之間的位置。
• 第三個，兩邊字符是空格與 L，是 \W 與 \w 之間的位置。
• 第四個，兩邊字符是 1 與 .，是 \w 與 \W 之間的位置。
• 第五個，兩邊字符是 . 與 m，是 \W 與 \w之間的位置。
• 第六個，位於結尾，前面的字符 4 是 \w，即 \w 與 $ 之間的位置。

知道了 \b 的概念以後，接下來 \B 就很好理解了。\B 就是 \b 的反面意思，非單詞邊界，例如上例子中除去 \b 的位置以外，餘下的就都是 \B 的位置了。具體來講就是 \w 與 \w、 \W 與 \W、^ 與 \W、\W 與 $ 之間的位置。

好比，上例子中，把全部 \B 替換成 #:

let result = '[JS] Lesson_01.mp4'.replace(/\B/g, '#');
console.log(result);
// => #[J#S]# L#e#s#s#o#n#_#0#1.m#p#4

(?=p) 和 (?!p)

(?=p)，其中 p 是一個子模式，即 p 前面的位置，或者說，該位置後面的字符要匹配 p。好比(?=l)，表示 l 字符前面的位置，例如：

let result = 'lemon'.replace(/(?=l)/g, '#');
console.log(result);
// => #lemon

而 (?!p) 就是(?=p) 的反面意思，好比：

let result = 'lemon'.replace(/(?!l)/g, '#');
console.log(result);
// => l#e#m#o#n#

兩者的學名分別是positive lookahead 和 negative lookahead。中文意思分別爲正向先行斷言和負向先行斷言。ES5以後的版本，會支持positive lookbehind 和 negative lookbehind。意思是正向後行斷言和負向後行斷言。具體是(?<=p) 和 (?<!p)。例如：

let result = 'lemon'.replace(/(?<=l)/g, '#');
console.log(result);
// => l#emon

表示該位置以前的字符要匹配 l 表達式。而 (?<!p) 爲：

let result = 'lemon'.replace(/(?<=l)/g, '#');
console.log(result);
// => #le#m#o#n#

表示該位置以前的字符不能匹配 l。

其實 (?=p) 和 ^ 同樣好理解，將其理解成 p 前面的那個位置便可，其餘相似。

位置的特性

對於位置的理解，咱們能夠將其理解成空字符 ""。 好比lemon 字符串能夠寫成以下的形式：

'lemon' === '' + 'l' + 'e' + 'm' + 'o' + 'n'+ '';

也能夠寫成以下：

'lemon' === '' + 'lemon' + '';

所以，把 ^lemon$ 寫成 ^^lemon$$$，是沒有任何問題的:

let result = /^^lemon$$/.test('lemon');
console.log(result);
// => true

甚至能夠寫成更復雜的:

let result = /(?=le)^^le(?=\w)mon$\b\b$/.test('lemon');
console.log(result);
// => true

也就是說字符之間的位置，能夠寫成多個。

把位置理解成空字符，是對位置很是有效的理解方式。

小結

本節介紹了位置的匹配，須要諸君理解 ^、$、\b、\B、(?=p)、(?!p)、(?<=p)、(?<!p)中的位置匹配的用法。

本文中的正則表達式轉化爲關係圖來展現的工具是Regexper

此文主要參考和學習了老姚的《JavaScript 正則表達式迷你書》，內容清晰明瞭，在此很是感謝老姚的 free精神，致敬。

參考文獻

[1] 老姚 著《JavaScript 正則表達式迷你書》