regular expression 的 Lookahead 與 Lookbehind

[regular expression]

這裡不教導簡單的 regular expression, 首先你必需瞭解一些基本的 RE。例如 g 是指全域尋找，[56]是指 5 或 6，[2-8]是指 2 到 8。

基本的 RE 很簡單，到處都有資料，要瞭解沒有任何困難。

【開始】

所謂 regular expression 的 expression 是指表達式，也就是說尋找「符合整個表達式的規則」的資料的意思。

對程式設計師來說落落長的「說明」是沒太大用處的，程式碼才能表達一切。但是上面這句話卻是例外，不領會這句話的意義就代表不懂或一知半解 regular expression 的意思。

0. 基礎說明

在這裡我們將 RE 的格式 (?=c)m 中，c 我們稱其為「條件表達式」或「條件式」，而 m 稱之為「主表達式」

各種格式例如以下：

(?=c)m、m(?=c)、(?<=c)m、m(?<=c)

Lookahead: 符合條件時從前面開始抓資料。當條件式在主表達式「前面」時則取值判斷時包含該條件式，在後面時則看取多少「長度」。

Lookbehind: 符合條件時從後面開始抓資料。 當條件式在主表達式「後面」時則取值判斷時包含該條件式，在後面時則看取多少「長度」。

positive: 要符合條件式，「必需」符合條件式

negative: 要不符合條件式， 「不可」符合條件式（限制不能同條件式所述）

front: 條件式在主表達式「前面」的這種 expression

behind: 條件式在主表達式「後面」的這種 expression

RE 條件比對順序：RE 條件比對順序為由左至右比對，所以前後順序很重要

1. lookahead 及 lookbehind

   很多人跟你說 lookahead 就是往前看，所以格式 m(?=c) 就是找 m 後面有 c 的資料。

   誰跟你說的？

   包含外國人都跟你說 m followed by c, 其實這是大大的誤解了。

   難道我不能這樣找 (?=c)m ，意指找 c 在 m 前的「符合這個表達式規則」的資料？ 這時後難道要叫「往後看」？lookbehind?

   很顯然的並不是這樣的，因為 lookbehind 在 RE 裡是另一個意思。

   RE 最重要的是「表達式順序」，

   lookahead 意指若條件式(c)在前面時，則取值判斷時要包含 c 值，但條件式若在後面時取值判斷時則不包含 c值。即符合條件時從前面開始抓資料。相反的，

   lookbehind 意指若條件式(c)在前面時，則取值判斷時不包含 c 值，但條件式若在後面時取值判斷時則要包含 c值。即符合條件時從後面開始抓資料。

2. 用例子證明一切

所以到這裡我們總共有 lookahead/lookbehind, positive/negative, condition position front/behind 共 2 x 2 x 2 = 8 種狀況，

再加上我們再用長度 1 及 2 讓觀念更清楚，於是共有 8 x 2 = 16 種狀況

# Lookahead

## positive Lookahead (positive ?=)

### positive Lookahead, 1 char, condition in front

"01234567890".match(/(?=[5])[2-8]/g)

結果： ["5"]

分析： 因為 lookahead 在 front 時取值判斷要包含其值，又我們只要1個字元，故直接只有 5 符合其值，毫無懸念。

### positive behind, 1 char, condition in behind

"01234567890".match(/[2-8](?=[5])/g)

結果： ["4"]

分析： 因為 lookahead 在 behind 時取值判斷"不"包含其值，又我們只要1個字元，因 4 的下1位5符合，取值不取5，故答案為 4

### positive Lookahead, 2 chars, condition in front

"01234567890".match(/(?=[5])[2-8]{2}/g)

結果： ["56"]

分析： 因為 lookahead 在 front 時取值判斷要包含其值，取2個字元，故直接只有 [5]6 符合其值

### positive behind, 2 chars, condition in behind

"01234567890".match(/[2-8]{2}(?=[5])/g)

結果： ["34"]

分析： 因為 lookahead 在 behind 時取值判斷"不"包含其值，取2個字元，故答案為 34[5]

## negative lookahead (negative ?!)

### negative lookahead, 2 chars, condition in front

"01234567890".match(/(?![6])[2-8]{2}/g)

結果： ["23", "45", "78"]

### negative lookahead, 2 chars, condition in behind

"01234567890".match(/[2-8]{2}(?![6])/g)

結果： ["23", "56", "78"]

## negative 1

### negative lookahead, 1 char, condition in front

"01234567890".match(/(?![5])[2-8]/g)

結果： ["2", "3", "4", "6", "7", "8"]

### negative lookahead, 1 chars, condition in behind

"01234567890".match(/[2-8](?![5])/g)

結果： ["2", "3", "5", "6", "7", "8"]

# Lookbehind

## positive

### positive 2 front

"01234567890".match(/(?<=[5])[2-8]{2}/g)

結果： ["67"]

分析： 因為 Lookbehind 在 front 時取值判斷"不"包含其值，取2個字元，5為前置不取，[5]67，故答案為 67

### positive 2 behind

"01234567890".match(/[2-8]{2}(?<=[5])/g)

結果： ["45"]

分析： 因為 Lookbehind 在 behind 時取值判斷要包含其值，取2個字元，故答案為 4[5] (含5)

### positive 1 front

"01234567890".match(/(?<=[5])[2-8]/g)

結果： ["6"]

### positive 1 behind

"01234567890".match(/[2-8](?<=[5])/g)

結果： ["5"]

## negative

### negative 2 front

"01234567890".match(/(?<![5])[2-8]{2}/g)

結果： ["23", "45", "78"]

分析： 因為 Lookbehind 在 front 時取值判斷不包含其值，這裡取2個字元，故第1組23，第2組45，第3組67時因前面為5，故不符合，跳至下一字元78

### negative 2 behind

"01234567890".match(/[2-8]{2}(?<![5])/g)

結果： ["23", "56", "78"]

分析： 因為 Lookbehind 在 behind 時取值判斷要包含其值，這裡取2個字元，故第1組23，當第2組45中遇到 5不符規則，跳至下一位元，第2組變56,第3組78 

### negative 1 front

"01234567890".match(/(?<![5])[2-8]/g)

結果： ["2", "3", "4", "5", "7", "8"]

分析： 因為 Lookbehind 在 front 時取值判斷不包含其值，這裡僅取1個字元，故「前值為5的6不合規則」

### negative 1 behind

"01234567890".match(/[2-8](?<![5])/g)

結果： ["2", "3", "4", "6", "7", "8"]

分析： 因為 Lookbehind 在 behind 時取值判斷要包含其值，這裡取1個字元，故當 「非5」 時即為答案