9.2 向前查找 | 何方的个人小站

向前查找指定了一个必须匹配但不在结果中返回的模式。向前查找实际就是一个子表达式，而且从格式上看也确实如此。从语法上看，一个向前查找模式其实就是一个以 ?= 开头的子表达式，需要匹配的文本跟在=的后面。

提示有些正则表达式文档使用术语“消费”（consume）来表述“匹配和返回文本”的含义。在向前查找里，被匹配的文本不包含在最终返回的匹配结果里，这被称为“不消费”。

我们来看一个例子。例子里的原始文本是一些 URL 地址，而你的任务是把它们的协议名部分提取出来（为下一步处理做准备）。下面就是这个例子：

正则表达式替换全局(g)忽略大小写(i)点匹配换行符(s)Unicode(u)分行(m)

.+(?=:)

匹配文本 (3)在工具中查看

https://baidu.com
http://aliyun.com
https://qq.com

在上面列出的 URL 地址里，协议名与主机名之间以一个：分隔。模式．+匹配任意文本（第 1 个匹配是 http），子表达式 (?=:) 匹配：。注意，被匹配到的：并没有出现在最终的匹配结果里；我们用 ?= 向正则表达式引擎表明：只要找到：就行了，不要把它包括在最终的匹配结果里——用术语来说，就是“不消费”它。

为了更好地理解 ?= 的作用，我们再来看一个同样的例子，但这次不使用向前查找元字符：

正则表达式替换全局(g)忽略大小写(i)点匹配换行符(s)Unicode(u)分行(m)

.+(:)

匹配文本 (3)在工具中查看

https://baidu.com
http://aliyun.com
https://qq.com

子表达式 (:) 正确地匹配到了: 并消费了这个字符——: 出现了最终的匹配结果。

这两个例子的区别是前一个用来匹配：的模式是 (?=:)，后一个用来匹配：的模式是 (:)。这两个模式所匹配的东西是一样的——都是紧跟在协议名后面的那个：，它们之间的区别只是被匹配到的：字符有没有出现在最终的匹配结果里而已。在使用向前查找的时候，正则表达式分析器将向前查找并处理：匹配，但不会把它包括在最终的搜索结果里。模式 .+(:) 查找到并且匹配结果包含: 模式 .+（?=:） 查找到但匹配结果不包含。

注意

向前查找（和向后查找）匹配本身其实是有返回结果的，只是这个结果的字节长度永远是 0 而已。因此，前后查找操作有时也被称为零宽度（zero-width）匹配操作。

提示

任何一个子表达式都可以转换为一个向前查找表达式，只要给它加上一个 ?= 前缀即可。在同一个搜索模式里可以使用多个向前查找表达式，它们可以出现在模式里的任意位置（而不仅仅是出现在整个模式的开头——就像你们在上面看到的那样）。