最近很多正则表达式问题在查询中都有某种环视元素，对我来说并不是比赛成功所必需的。是否有一些教学资源正在推广它们？我试图找出哪种情况下你会更好地使用积极的前瞻/后退。我可以看到的主要应用是在尝试不匹配元素时。但是，例如，来自最近一个问题的查询有一个简单的解决方案来捕获.*，但为什么要使用后面的外观？
(?<=<td><a href="\/xxx\.html\?n=[0-9]{0, 5}">).*(?=<\/a><span
这是另一个问题：
$url = "www.example.com/id/1234";
preg_match("/\d+(?<=id\/[\d])/",$url,$matches);
什么时候使用积极的外观真的更好？你能举一些例子吗？
我意识到这与基于意见的问题接近，但我认为答案真的很有启发性。正则表达式令人困惑，没有让事情变得更复杂......我已经阅读了this page，并且对于何时使用它们而不是它们的工作原理更感兴趣。
感谢所有回复。除了以下内容之外，我建议您在此处查看m.buettner's great answer。
答案 0 :(得分：8)
当然，否定的外观断言更有用。结合＃2，它们可以让你做一些漂亮的向导技巧，甚至可能很难在通常的程序逻辑中表达。
示例，按流行要求：
重叠匹配：假设您想在给定的基因序列中找到所有候选基因。基因通常以ATG开始，以TAG，TAA或TGA结束。但是，候选人可能会重叠：可能存在错误的开始。所以，你可以使用这样的正则表达式：
ATG(?=((?:...)*(?:TAG|TAA|TGA)))
这个简单的正则表达式寻找ATG起始密码子，然后是一些密码子，然后是终止密码子。它可以提取看起来像基因的所有内容（没有开始密码子），并且即使它们重叠也能正确输出基因。
零宽度匹配：假设您希望在计算机生成的HTML页面中找到具有特定类的每个tr。你可能会这样做：
<tr class="TableRow">.*?</tr>(?=<tr class="TableRow">|</table>)
这涉及行中出现裸</tr>的情况。 （当然，一般来说，HTML解析器是更好的选择，但有时你只需要快速而又脏的东西）。
多个约束：假设您有一个包含id:tag1,tag2,tag3,tag4等数据的文件，其中包含任意顺序的标记，并且您希望查找标记为“green”和“egg”的所有行。这可以通过两个前瞻轻松完成：
(.*):(?=.*\bgreen\b)(?=.*\begg\b)
答案 1 :(得分：4)
lookaround expressions有两件好事：
答案 2 :(得分：1)
一个简单的例子就是当你将模式锚定到一行的开头或结尾时，只是想确保某些东西正好在你匹配的模式的前面或后面。
答案 3 :(得分：1)
我试着解决你的观点：
查询中的某种环视元素对我而言并不是比赛成功所必需的
当然他们对比赛是必要的。一旦外观断言失败，就没有匹配。它们可用于确保模式周围的条件，这些条件另外也是如此。整个正则表达式只匹配，如果：
该模式符合和
外观断言属实。
==＆GT;但返回的匹配只是模式。
什么时候使用积极的外观更好？
简单回答：当你想要东西在那里时，但你不想匹配它！
作为Bergi mentioned in his answer，它们是零宽度断言，这意味着它们不匹配一个字符序列，它们只是确保它在那里。因此，环绕表达式中的字符不会被“消耗”，正则表达式引擎会在最后一个“消耗”字符后继续。
关于你的第一个例子：
(?<=<td><a href="\/xxx\.html\?n=[0-9]{0, 5}">).*(?=<\/a><span
我认为当你写“有一个简单的解决方案来捕获.* ”时，你会产生误解。 .*未被“捕获”，它是表达式唯一匹配的东西。但只有那些之前匹配“<td><a href="\/xxx\.html\?n=[0-9]{0, 5}">”和之后为“<\/a><span”的字符匹配（这两个不属于匹配的一部分！）。
“捕获”只是与capturing group匹配的内容。
第二个例子
\d+(?<=id\/[\d])
很有趣。它匹配一个数字序列（\d+），在序列之后，lookbehind断言检查是否有一个数字，前面带有“id /”。意味着如果有多个数字或者数字之前的文本“id /”丢失，它将失败。意味着此正则表达式只匹配一个数字，如果之前有适合的文本。
教学资源
答案 4 :(得分：1)
我假设您了解了外观的良好用法，并且在没有明显原因的情况下询问为什么使用它们。
我认为人们如何使用正则表达式有四个主要类别：
<强>验证
验证通常在整个文本上完成。你所描述的外观是不可能的。
<强>匹配
提取文本的部分。 Lookarounds的使用主要是由于开发人员的懒惰：避免捕获
例如，如果我们在包含Index=5行的设置文件中，我们可以匹配/^Index=(\d+)/并获取第一个组，或者匹配/(?<=^Index=)\d+/并获取所有内容。
正如其他答案所说，有时你需要在比赛之间重叠，但这些比较少见。
<强>替换
这类似于匹配一个区别：整个匹配被删除并被替换为新字符串（以及一些捕获的组）。
示例：我们要在"Hi, my name is Bob!"中突出显示该名称
我们可以将/(name is )(\w+)/替换为$1<b>$2</b>，
但是用/(?<=name is )\w+/替换<b>$&</b>更简洁，而且根本没有捕获。
<强>分割
split获取文本并将其分解为一个标记数组，您的模式是分隔符。这可以通过以下方式完成：
match。在这场比赛之前的一切都是令牌。
在这里，外观是至关重要的。匹配字符意味着将其从结果中删除，或至少将其与其令牌分开
示例：我们有逗号分隔的引用字符串列表："Hello","Hi, I'm Jim."
用逗号/,/拆分是错误的：{"Hello"，"Hi，I'm Jim."}
我们无法添加引号，/",/：{"Hello，"Hi, I'm Jim."}
唯一不错的选择是lookbehind，/(?<="),/：{"Hello"，"Hi, I'm Jim."}
就个人而言，只要有可能，我更愿意匹配令牌而不是分隔符。
回答主要问题 - 使用这些外观是因为：
答案 5 :(得分：1)
Lookaround assertions也可用于减少backtracking，这可能是正则表达式中性能不佳的主要原因。
例如：正则表达式^[0-9A-Z]([-.\w]*[0-9A-Z])*@（1）也可以使用正面背面（在电子邮件地址中简单验证用户名）来编写^[0-9A-Z][-.\w]*(?<=[0-9A-Z])@（2）。
正则表达式（1）可能导致大量回溯，因为[0-9A-Z]是[-.\w]的子集和嵌套量词。正则表达式（2）减少了过多的回溯，更多信息Backtracking，控制回溯＆gt;部分Lookbehind Assertions 。
有关backtracking
答案 6 :(得分：1)
我输了一会儿却忙着（仍然是，所以我可能需要一段时间才能回复）而且还没有发布它。如果您仍然愿意接听答案......
是否有一些教学资源正在推广它们？
我不这么认为，我相信这只是一个巧合。
但是，例如，来自最近一个问题的查询有一个简单的解决方案来捕获
.*，但为什么要使用后面的外观？(?<=<td><a href="\/xxx\.html\?n=[0-9]{0, 5}">).*(?=<\/a><span
这很可能是C＃正则表达式，因为我的许多正则表达式引擎不支持可变宽度的lookbehinds。好吧，这里肯定可以避免这些看法，因为对于这一点，我认为拥有捕获组（并使.*懒惰，因为我们在它上面）非常简单：
(<td><a href="\/xxx\.html\?n=[0-9]{0,5}">).*?(<\/a><span)
如果是替换，或
<td><a href="\/xxx\.html\?n=[0-9]{0,5}">(.*?)<\/a><span
进行比赛。虽然这里的html解析器肯定更合适。
在这种情况下看起来我相信速度较慢。请参阅regex101 demo，其中匹配为捕获组的64个步骤，但94 + 19 = 1-3个步骤用于外观。
什么时候使用积极的外观真的更好？你能举一些例子吗？
嗯，外观具有零宽度断言的特性，这意味着它们不会真正为匹配做出贡献，同时它们有助于决定匹配什么，也允许重叠匹配。
我想也是如此，我认为，负面的外观会更频繁地被使用，但这并不能使正面看法变得不那么有用！
一些＆＃39;漏洞＆＃39;我可以找到浏览我的一些旧答案（下面的链接将是来自regex101的演示）。当/如果你看到一些你不熟悉的东西，我可能不会在这里解释它，因为问题集中在积极的外观，但你总是可以看看我提供的演示链接哪里有正则表达式的描述，如果你还想要一些解释，请告诉我，我会尽可能多地解释。
在某些比赛中，积极的前瞻使事情变得更容易，前瞻也可以做到，或者当它不那么实用时不使用外观：
狗叹了口气。 ＆＃34;我不是超级狗，也不是特殊的狗，＆＃34;狗说，＆＃34;我是一只普通的狗，现在让我独自一人！＆＃34;狗把他推开，然后走向另一只狗。
我们希望得到所有dog（无论如何）引号外。如果有一个积极的向前看，我们可以this：
\bdog\b(?=(?:[^"]*"[^"]*")*[^"]*$)
确保前面有偶数引号。使用负向前瞻，它看起来像this：
\bdog\b(?!(?:[^"]*"[^"]*")*[^"]*"[^"]*$)
确保前面没有奇数引号。如果您不想要前瞻，请使用this之类的内容，但是您必须提取第1组匹配项：
(?:"[^"]+"[^"]+?)?(\bdog\b)
好的，现在说我们想要相反;找到狗＃39; 里面引号。具有外观的正则表达式只需要反转符号first和second：
\bdog\b(?!(?:[^"]*"[^"]*")*[^"]*$)
\bdog\b(?=(?:[^"]*"[^"]*")*[^"]*"[^"]*$)
但没有前瞻，这是不可能的。最接近的可能是this：
"[^"]*(\bdog\b)[^"]*"
但是这并没有得到所有的匹配，或者你可以使用this：
"[^"]*?(\bdog\b)[^"]*?(?:(\bdog\b)[^"]*?)?"
但是对于更多dog的出现而言它是不切实际的，你会得到数字越来越多的变量结果......这看起来确实更容易，因为它们是零宽度断言，你不必担心环视中的表达式是否与dog匹配，或者正则表达式不会在引号中获得dog的所有匹配项。
当然，现在，此逻辑可以扩展到字符组，例如在start和end之类的单词之间获取特定模式。
如果你有一个字符串：
abcdefghijkl
想要在内部提取所有连续的3个字符，您可以使用this：
(?=(...))
如果你有类似的话：
1A Line1 Detail1 Detail2 Detail3 2A Line2 Detail 3A Line3 Detail Detail
想要提取这些内容，知道每一行都以#A Line#开头（其中#是一个数字）：
1A Line1 Detail1 Detail2 Detail3
2A Line2 Detail
3A Line3 Detail Detail
您可能会尝试this，因为贪婪而失败......
[0-9]+A Line[0-9]+(?: \w+)+
或this，懒惰后不再有效......
[0-9]+A Line[0-9]+(?: \w+)+?
但是有一个积极的向前看，你会得到this：
[0-9]+A Line[0-9]+(?: \w+)+?(?= [0-9]+A Line[0-9]+|$)
并适当地提取所需的内容。
另一种可能的情况是你有这样的事情：
#ff00fffirstword#445533secondword##008877thi#rdword#
您想要转换为三对变量（对中的第一个是＃和一些十六进制值（6）以及它们之后的任何字符）：
#ff00ff and firstword
#445533 and secondword#
#008877 and thi#rdword#
如果“＆＃39;”字段中没有哈希值，那么使用(#[0-9a-f]{6})([^#]+)就足够了，但不幸的是，事实并非如此，你必须诉诸{ {1}}而不是.*?，它还没有解决杂散哈希的问题。然而，积极的前瞻使possible：
[^#]+
不推荐，但您可以使用正向前瞻来快速验证。例如，以下正则表达式允许输入包含至少1位和1个小写字母的字符串。
(#[0-9a-f]{6})(.+?)(?=#[0-9a-f]{6}|$)
当您检查字符长度但在字符串中具有不同长度的模式时，这可能很有用，例如，4字符长的字符串，其中有效格式^(?=[^0-9]*[0-9])(?=[^a-z]*[a-z])
表示数字和连字符/短划线/减号#必须位于中间位置：
-像this这样的正则表达式可以解决问题：
##-#
#-##
否则，你做^(?=.{4}$)\d+-\d+
并想象现在最大长度是15;您需要的改动次数。
如果你想快速而又肮脏的方式重新排列“混乱”中的某些日期。将格式^(?:[0-9]{2}-[0-9]|[0-9]-[0-9]{2})$和mmm-yyyy格式化为更统一的格式yyyy-mm，您可以使用this：
mmm-yyyy输入：
(?=.*(\b\w{3}\b))(?=.*(\b\d{4}\b)).*
输出：
Oct-2013
2013-Oct
另一种方法可能是使用正则表达式（正常匹配）并分别处理所有不符合格式。
我在SO上遇到的其他内容是indian currency format，即Oct-2013
Oct-2013
（小数点左边3位数，所有其他数字成对分组）。如果您输入##,##,###.###，则需要122123123456.764244，如果您想使用正则表达式，this one会执行此操作：
1,22,12,31,23,456.764244（仅使用链接中的\G\d{1,2}\K\B(?=(?:\d{2})*\d{3}(?!\d))
，因为(?:\G|^)仅在字符串的开头和匹配后匹配）并且我认为这可以在没有积极向前看的情况下发挥作用，因为它向前看而没有移动更换点。）
假设你有：
\G想要用一个正则表达式修剪所有空格。您可能想要对空格进行一般替换：
this is a sentence
但这会产生\s+
。那么，也许用一个空间替换？它现在产生＆＃34;这是一句话＆＃34; （使用双引号，因为反引号占用空格）。你可以做的事情是this：
thisisasentence这确保留下一个空间，以便你可以替换任何东西并获得＆＃34;这是一个句子＆＃34;。
好吧，在其他正面看起来可能有用的地方就是在哪里，比方说你有一个字符串^\s*|\s$|\s+(?=\s)
，并希望将字母+数字分开，那就是你想获得ABC12DE3456FGHI789，{{ 1}}和ABC12。您可以轻松地使用正则表达式：
DE3456如果您使用FGHI789（即将捕获的组放回到结果列表/数组/等中，您也将获得空元素。
请注意，这也可以通过匹配来完成，(?<=[0-9])(?=[A-Z])
如果我不得不提到负面的看法，那么这个帖子会更长一些：）
答案 7 :(得分：0)
请记住，正面/负面的外观与正则表达式引擎相同。 lookarounds的目标是在“正则表达式”中的某处执行检查。
主要兴趣之一是在不使用捕获括号的情况下捕获某些东西（捕获整个模式），例如：
字符串：aaabbbccc
正则表达式：(?<=aaa)bbb(?=ccc)
（您获得整个模式的结果）
代替：aaa(bbb)ccc
（您使用捕获组获得结果。）