正则将长数字转为英式写法（从后向前3个数字一个逗号）
发布时间：2020-12-14 02:16:57 所属栏目：百科 来源：网络整理
导读：在解决问题之前，我们需要了解一些关于‘零宽断言’特性 ⑴ 断言（锚点也一样）和一般的正则表达式符号不同，它不匹配实际的任何字符，而是寻找文本的中的位置，是0长度。 他们匹配的是字符之前或之后的位置。如$并不是匹配换行符，而是匹配目标字符串的末尾
|
在解决问题之前，我们需要了解一些关于‘零宽断言’特性
⑴ 断言（锚点也一样）和一般的正则表达式符号不同，它不匹配实际的任何字符，而是寻找文本的中的位置，是0长度。 他们匹配的是字符之前或之后的位置。如$并不是匹配换行符，而是匹配目标字符串的末尾或整个字符串末尾的换行符之前的位置 (?=pattern),(?<=pattern),(?!Pattern),(?<!pattern) ^,$,b,A,Z 都是这样的只找‘位置’的元字符 ⑵ 对于断言来说，明白两个重要概念：‘当前位置’和‘不消耗字符’，非常重要两条，如(?<=Auto)(?=It)和(?=It)(?<=Auto)是等价的,你能解释吗？ $sResA = StringRegExpReplace("AutoIt","(?<=Auto)(?=It)","'") $sResB = StringRegExpReplace("AutoIt","(?=It)(?<=Auto)","'") 你打印下会发现，$sResA和$sResB的结果是一样。若你能解释为什么一样的，说明你理解所谓的‘断言’已经有一定深度了。 (?<=Auto)表示当前位置的左边是‘Auto’，而(?=It)表示当前位置右边是‘It'，也就是只要是断言，匹配了断言的子表达式之后的‘当前位置’ 跟匹配之前的‘当前位置’是同一个位置，这也就是当引擎匹配完断言的子表达式之后，不会消耗掉如上面‘It’两个字符的， 下一次匹配还是这Auto的o后面开始。 这也是为什么象表达式:foo(?=bar)bee 无论匹配什么字串，它的结果永远为空的原因，因为无论在断言子表达式匹配前还是匹配后， 引擎的当前查找位置都在foo后面，这时已经匹配了bar了，而该表达式又想在foo后面匹配bee，那就不可能了。此时到可以这样匹配 foo(?=bar)bar，虽然可以匹配，但不过是画蛇添足而已 好了，理解了上面基础的两点，我们就可以来做这道题了 ① 第一步，我们先来个稍简单的，让： $sStr = "1234567890" 也就是字符串只有一个纯多位数字 这个问题核心就是从数字的最后开始三位三位地数，然后添加逗号，也就是逆序（从右到左），最容易想到的当然是逆序断言了（方向一至嘛） 于是就有两个思路，一则就是纯只找符合要求的位置，二则就是找符合要求的数字后面，先看第一个思路： 那么从末尾向右数3位3位地数，用正则很容易想到: ((d{3})+$),用$来定位串末尾的位置；再考虑不能在第一位数字前给加上逗号了，于是我们用 逆序肯定断言 (?<=d) 来保证（这个表达式的意思就是要找的‘位置’前面不能是数字），这个也容易。因为这里是用的纯找位置的方法，而表达式 ((d{3})+$) 在匹配时是要消耗字符的，跟思路不合，于是限定一下，马上想到用顺序肯定断言来限制，((d{3})+$)于是就变成了 (?=((d{3})+$)) 现在把二者联系起来，不就可以了 复制代码 高亮切换 上面代码已经达成简化过的目标了，我们再深入一下，去掉那个$，表达式成为 (?<=d)(?=(d{3})+)，结果却成为了 $sStr = "1,2,3,4,5,6,7,890" 试想一下为什么？这就想从你上面帖子所说的正则引擎如何工作的入手了，不然很难想象为什么会如此结果。我们来解析一下引擎的工作原理： 第一次匹配：当前搜索位置在1的前面，也就是元字符'^'代表的位置，引擎解析(?<=d)后发现1前面没有数字，于是这次匹配失败。于是引擎把‘当前位置’移一个字符到达1和2之间 第二次匹配：引擎从‘当前位置’解析 (?<=d)，发现前面是1，符合“这个位置前面必须是数字”的要求，于是再解析 (?=(d{3})+) 三位三位往后搜有 234 567 890，符合此表达式，于是在1和2之间加上‘,’，匹配完这次后，当前搜索位置再向右移动一个字符，也就是到了2和3之间 第三次匹配：引擎从‘当前位置’解析 (?<=d)，发现前面是2，符合“这个位置前面必须是数字”的要求，于是再解析 (?=(d{3})+) 三位三位往后搜有 345 678，也符合此表达式（这里虽然90不合要求，但前面已经搜出两组，满足'+'元字符要求的），所以在2和3之间加上逗号 第四次匹配：以及后的匹配，就跟第三次一样类推了。 所以表达式里的$保证了字符串以3的倍数位数数字结尾，这很重要！ 再来考虑下别的，若把里面的'+'换成 '*'会怎么样，结果是：$sRes = "1,234,567,890,"，也就是0后面多了个逗号，怎么来的呢？ 我们自然想到'+'跟'*'的区别，因为后者也可以是零次重复，当引擎的当前位置是0之后时，还会匹配最后一次，此时当然这个‘当前位置’前面是数字0，满足 (?<=d)，而后面是空位，当'*'取零次时也满足 (?<=d)(?=(d{3})*$)，于是0后面逗号也就加上了。 ② 第二步，来看看复杂点情况，也就是你给的：$sStr = "first1234567890back987654321end" 这时，我们不能再用'$'来确定最后数字的边界了，仔细想想跟上面的有什么不同呢？不同就在于最后数字0后面不再是串结尾位置，而是任意字符了。 当然这个‘任意’不能是数字，也就是如何找到：后面字符不是数字的位置，这不简单嘛，用顺序否定断言嘛，于是用(?!d)替换'$'，就可以得到答案了： （考虑下，我们这里为什么不用'D'来替换'$'，它也表示非数字呀）
基本上你对什么是零宽断言和引擎工作原理已经登堂入室了。留给你自己考虑，希望能发帖回复这个是啥原因？对比下面更精确的表达式
（编辑：李大同） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |