#RegExp Lookbehind Assertions S4

中文标题：正则表达式后行断言

#正则表达式后行断言

作者：Gorkem Yakin、Nozomu Katō、Daniel Ehrenberg

阶段 4

#简介

环视是零宽断言，用于匹配字符串而不消耗任何字符。ECMAScript 已有前向断言（lookahead），但缺少向后匹配的方式，而后行断言（lookbehind）提供了这一能力。通过后行断言，可以确保一个模式前面是否出现另一个模式，例如匹配美元金额而不捕获美元符号。

#高级 API

后行断言有两种形式：正向后行断言和负向后行断言。

正向后行断言用 (?<=...) 表示，它确保括号内的模式出现在断言后面的模式之前。例如，如果想匹配美元金额而不捕获美元符号，可以使用 /(?<=\$)\d+(\.\d*)?/，这会匹配 '$10.53' 并返回 '10.53'。然而，它不会匹配 €10.53。

负向后行断言用 (?<!...) 表示，它确保括号内的模式不会出现在断言后面的模式之前。例如，/(?<!\$)\d+(?:\.\d*)/ 不会匹配 '$10.53'，但会匹配 '€10.53'。

所有正则表达式模式，甚至是无限重复的模式，都允许作为后行断言的一部分。因此，可以编写 /(?<=\$\d+\.)\d+/ 来匹配美元金额并只捕获小数部分。

通常，模式匹配从最左边的子模式开始，如果左边子模式成功，则向右继续。当在断言中时，匹配顺序会反转。模式从最右边的子模式开始匹配，并向左推进。例如，给定 /(?<=\$\d+\.)\d+/，模式会先找到一个数字，然后确保它前面是 .（向后匹配），接着从 . 开始匹配 \d+，最后从断言内 \d+ 开始的位置匹配 $。由于这个反转，回溯方向也会反转。

#细节

在后行断言中，匹配语义是向后进行的——断言内的正则表达式片段被反转，字符串从后向前遍历。这对语义有几个影响。

早期提案是禁止在断言内使用无限重复。Perl 使用这种更受限的语义。然而，如果细节以特定方式确定下来，似乎可以实现支持无限重复的更广泛语义。V8 中已经有采用这种语义的草稿实现。

#贪婪性从右到左

首先，如果在断言内的捕获组中包含贪婪量词的子模式，其捕获的值与在断言外时不同。在断言内时，右侧的组捕获最多的字符，而不是左侧的组。例如，给定 /(?<=(\d+)(\d+))$/ 和字符串 '1053'，第二个组捕获 '053'，第一个组捕获 '1'。而使用 /^(\d+)(\d+)/ 时，第一个组捕获 '105'，第二个组捕获 '3'。

#捕获组编号

在断言内，捕获组按从左到右的顺序编号。在示例 /(?<=(\d+)(\d+))$/ 匹配字符串 '1053' 时，match[1] 为 "1"，match[2] 为 "053"。

#引用捕获组

在断言内，只能引用已经求值的捕获组。也就是说，该组必须位于引用的右侧。例如，/(?<=(.)\1)/ 不是很有用的正则表达式，因为 \1 无法解析，会匹配空字符串。相反，要查找前面两个相同字母，可以写 /(?<=\1(.))/。

#负向断言

类似于 ECMAScript 正则中长期存在的负向前瞻断言 /(?!.)/，该提案包含负向后行断言 /(?<!.)/。

#规范草案

由 Thomas Wood 和 Claude Pache 编写的规范片段。

#实现

• V8，在 Chrome 62 中已发布
• XS，在 2018年1月17日更新 中