RegExp 應用： lookahead , lookbehind

正規表示法一直都是我很推大家學習的東西，在字串處理上真的有很大很大的幫助以及好處，前幾天朋友工作上需要用到正規表示法處理字串，目的是：「在一個字串中找出連續數字 6~8 個」，這邊要注意的是，連續九個的話是不要的。

例如： 12345 XD Hi12345678ab666666cd987654321

要找出： 12345678 和 666666；但不可以找出 987654321 中的 98765432 或者 87654321

於是我第一個想到的東西就是 Lookahead 和 lookbehind。

先來看一下如果直接使用 \d{6,8} 會取出什麼：Visual Regex Tester
可以看到，直接使用 \d{6,8} 是會連後方的 987654321 取出來。

最後我給的的解法是：(?<!\d)\d{6,8}(?!\d)，結果：Visual Regex Tester

重點就在前面的 (?<!\d) 和後面的 (?!\d) 這兩個表示法，他們分別代表的是
negative lookbehind 和 negative lookahead



先來看 lookahead , 意思是「往前看」，語法為：

• Positive lookahead ： X(?=Y)
• Negative lookahead ： X(?!Y)

解釋為： 我要找 X 而其後方必須/不可為 Y ；而其中 X 和 Y 都可以是一個合法的表達式。

這邊要注意的是，要找的是 X , Y 只是附註條件，並不會被收納在 match group 中

實際例子： \d(?=[AB]) ，我要找一個數字，且後方必須是 A 或 B

因此這個字串：123A4C5B67 中，符合的只有 3 和 5；要注意，不是 3A 和 5B，是 3 和 5
結果：Visual Regex Tester

同樣的字串，若將 Pattern 改為：\d(?![AB])，則代表要找一個數字，且後方不能跟著A或B。如此一來符合的就是：123A4C5B67 中的： 1,2,4,6,7
結果：Visual Regex Tester

簡單來說可以想像類似於正規表示法中的 if 判斷，可以多多善用這個表示法。
-----

接著來看 lookbehind ，這邊要注意的是，並非所有程式語言都支援 lookbehind，我自己目前常用的程式語言中，似乎也只有 java 支援。(javascript 是不支援的喔)

lookbehind 就是向後看，同樣也分為 positive 和 negative：

• Positive lookbehind ： (?<=Y)X
• Negative lookbehind： (?<!Y)X

※ 注意，條件是放在 X 之前

同樣舉實際例子：(?<=[OP]).，要找任何一個字，且前方必須是O或P。或也可以這樣來稱呼：「尋找接再 O 或 P 後面的一個文字」

字串：AOIOOXPAOCKNJS ，符合的就是 I,O,X,A,C
結果：Visual Regex Tester

Negtive 就不多舉例，能理解就好。
-----


那麼回到最開始的表示法：(?<!\d)\d{6,8}(?!\d)，來解釋看看這一段到底在找什麼東西。

先將其拆為：(?<!\d)　\d{6,8}　(?!\d) 三段，很快就可以看出，要找的東西是「6~8 個連續數字」，但是「前面不能有數字(Negative lookbehind)」以及「後面不能跟著數字(Negative lookahead)」。

由於 {6,8} 是 Greedy ，會盡量多取，因此就可以限制找到的數字數量是在 6~8 ，並且排除連續 9 個(以上)數字的部分了。