正則表達式中的反向預搜索(上)

更新時間：2009年12月14日 03:13:50 作者：

這幾天在用正則表達式做一個小程序，需要替換內容中的某些特殊字符串。這些字符串的出現是有規(guī)律的，那就是在它左面總會特定的內容出現，右面卻沒有。于是自然就想到了反向預搜索。

在以前的應用，大多是應用正向預搜索情況。也就是說，在查找內容的右面有特定的內容限定，例如下面的例子：

var str3 = 'CPU: Intel Core2 5200; Memory: 2G;OS: Ubuntu 9.04'; 
var reg3 = /Memory\:\s+(.*(?=\;OS\:))/gim; 
str3.match(reg3); 
alert(RegExp.$1); //結果是2G

(.*(?=\;OS\:) 就是典型的正向預搜索，只有右面內容是“;OS: ”才會被匹配到。
但是現在要實現的效果，左面的內容是固定，而不是右面?？墒荍avaScript并不支持反向預搜索。我相信，細心的朋友已經發(fā)現了，其實上面的例子已經達到了這個目的（前面的Memory\:\s+ 限定了左面的內容）。下面再給出一個例子：

復制代碼代碼如下:

//程序目的，去掉圖片路徑中的域名 
var str = '<img src="http://news.163.com/sports/yao.jpg" >'; 
var reg1 = /(\<img)(.*(?=(http|https)\:\/\/))((http|https)\:\/\/[^\/]*)/gim; 
str.match(reg1); 
alert(str.replace(RegExp.$4,''));

那么到底有沒有反向預搜索呢？答案是肯定的，可是現實是殘酷的。我查閱了一些資料，上面提到反向預搜索的形式是以?<= 或者?<! 為引導的。遺憾的是JavaScript并不支持，在高版本的Java中已獲支持，于是就編寫了下面的測試程序（JRE1.6.0_03）：

復制代碼代碼如下:

import java.util.regex.Matcher; 
import java.util.regex.Pattern; 
public class RegExpTest { 
    public static void main(String[] args){ 
        Pattern p = Pattern.compile("((?<=\\<img.*(?=(http|https)))(http|https))"); 
        Matcher matcher = p.matcher("<img src="http://news.163.com/sports/yao.jpg"/>"); 
        System.out.println(matcher.matches()); 
    } 
}

程序本身應該沒有什么問題，但是運行結果：

Exception in thread "main" java.util.regex.PatternSyntaxException: Look-behind group does not have an obvious maximum length near index 27
((?<=\<img.*(?=(http|https)))(http|https))

我Google了半天，最后得到的唯一結果就是換種寫法。希望看到這篇文章的朋友，如果已經實現了這種效果，一定要留言不吝賜教。

另外，在我看文檔時看到了?:引導的正則表達式，上面說是“匹配不存儲”，百思不得其解。感覺還是代碼來的實在，寫一個看一下：

復制代碼代碼如下:

var str2 = '客戶端名稱'; 
var reg2 = /(客戶端名(?:稱)?)/; 
str2.match(reg2); 
alert(RegExp.$1); //客戶端名稱 
alert(RegExp.$2); //空字符串 
//不使用?: 
reg2 = /(客戶端名(稱)?)/; 
str2.match(reg2); 
alert(RegExp.$1); //客戶端名稱 
alert(RegExp.$2); //稱

敏捷開發(fā)思想說：代碼是最好的文檔。給了我借口，呵呵。