讀書筆記《Mastering Regular Expressions》（四）

一、問題

將一個數值字串，從右向左，每三位用逗號分開，比如，將“123456789”替換為“123,456,789”。

二、分析

替換演算法的本質是將字串從右向左，每3個字元為一組進行分組，然後在組與組之間插入逗號。

三、文法

Regex引入了“預測”和“回顧”這兩個概念，它們不是匹配字串，而是匹配一個“位置”，其中預測是正向（自左向右）查看，回顧是反向（自右向左）查看。

（下表中圓括弧及其括住的內容，只匹配位置，不匹配文本）

Regex	名稱	說明	樣本
(?=...)	預測	斷言子運算式在此位置的右側	abcd(?=/d)	匹配右側緊跟數位abcd
(?!...)	否定預測	斷言子運算式不在此位置的右側	abcd(?!/d)	匹配右側緊跟的不是數位abcd
(?<=...)	回顧	斷言子運算式在此位置的左側	(?<=/d)abcd	匹配左側是數位abcd
(?<!...)	否定回顧	斷言子運算式不在此位置的左側	(?<!/d)abcd	匹配左側不是數位abcd

預測和回顧只是匹配一個位置，其中的子運算式並不被匹配。比如有字元“ABCDEFG”，則Regex

(?=EFG)(?<=ABCD)或(?<=ABCD)(?=EFG)

就匹配D與E之間的那個位置，而不是匹配EFG，也不匹配ABCD，或其他任何一個字串。 注意，由於只是斷言一個位置，所以上述預測和回顧的先後次序並不重要，二者同樣都是匹配D與E之間的那個位置。前者的含義是“匹配一個位置，它的右邊是 EFG，左邊是ABCD”，後者的含義是“匹配一個位置，它的左邊是ABCD，右邊是EFG”，兩者都是同一個意思。下面的Perl在ABCD和EFG之 間插入一個逗號：

$foo = "ABCDEFG";
$foo =~ s/(?<=ABCD)(?=EFG)/,/;
print $foo;

假定要把某段文本中所有的Jeffs都替換為Jeff's（匹配到單詞邊界），那麼，就會有如下幾種方案：

方案	說明
s//bJeffs/b/Jeff's/g	這是最直觀的方法，直接把匹配到的Jeffs替換為Jeff's
s//b(Jeff)(s)/b/$1'$2/g	分組構造，在兩個組之間插入單引號
s//bJeff(?=s/b)/Jeff'/g	預測，僅匹配“後面緊跟s並在單詞邊界的Jeff”的右側那個位置 （其它的如Jeffrey中的Jeff不被匹配）
s/(?<=/bJeff)(?=s/b)/'/g	同時使用預測和回顧，在匹配位置處插入單引號
s/(?=s/b)(?<=/bJeff)/'/g	與上面的行為完全相同，由於預測和回顧只是匹配位置而不是匹配字串，所以先後次序不重要了。

四、解決問題

利用預測和回顧，就可以解決“在數值中插入逗號”的問題了。插入演算法是：從右向左把數字，每3個分為一組，在組與組之間插入逗號。也就是說，只要匹配到這些位置，就可以在這些位置上插入逗號。

$foo = "123456789";
$foo =~ s/(?=/d/d/d)/,/g;
print $foo;

上面的結果是“,1,2,3,4,5,6,789”，顯然不是想要的。

Regex	結果	說明
s/(?=/d/d/d)/,/g s/(?=(/d/d/d)+)/,/g	,1,2,3,4,5,6,789	1左邊的位置被匹配，因為該位置右邊有3個數字（123） 同理，1右邊的位置也被匹配，該位置右邊有3個數字（234）…… 而7的右邊位置不再被匹配，因為該位置右邊不再有3個數字
s/(?=/d/d/d$)/,/g	123456,789	只有7左邊的位置被匹配，因為該點符合以下兩個條件： 其右邊是3個數字， 且這3個數字在行尾（其右側什麼也沒有了）。
s/(?=(/d/d/d)+$)/,/g	,123,456,789	1左邊的位置符合條件“其右側有N組（每組3個數字），且最後一組在行尾”； 2左邊的位置不符合該條件，因為其後面是234、567和89，最後的89無法構成一組； 其它同理……
s/(?=(/d/d/d)+$)(?<=/d)/,/g	123,456,789	1左邊的位置不再被匹配，因為(?<=/d)的存在，它指示該位置的左側必須是數字， 而1左邊的位置顯然不符合。

這個Regex替換單個的數字串沒問題，但如果想要將“The population of 281421906 is growing”中的281421906替換成281,421,906就無能為力了，原因是$限定了最後一組（3個）數字必須在行尾，因此需要把條件修正為“最後一組數位右邊不是數字”，這就要用到“否定預測”：

s/(?=(/d/d/d)+(?!/d))(?<=/d)/,/g

（微軟VBScript.DLL提供的COM對象IRegExp2，文檔裡說支援“回顧”文法，但實際運用卻會拋出一個異常，不知何故）