1这个问题导致前几天在CSDN论坛上遇到这样一个问题。我想通过正则化提取font color='#008000 '和/font之间的以下字符串。1.font color='#008000 '和/font之间的字符串不能固定，是随机自动生成的。2.字体颜色='#008000 '和/font的数量也不能固定。它也是随机自动生成的font color='#008000' **这里是不固定字符串1 ** /font font color='#008000' **这里是不固定字符串2 ** /font font color='#008000' **这里是不固定字符串3 ** /font。=font[sS]*？)([sS]*？)(?=/font)"，看匹配结果。复制的代码如下： string test=@ ' font color=' ' # 008000 ' ' * *这里是未固定的字符串1 * */font font color=' ' # 008000 ' ' * *这里是未固定的字符串2 * */font font color=' ' # 008000 ' ' * *。MatchCollection mc=Regex。匹配(测试，@ '(？=font[sS]*？)([sS]*？)(?=/font)')；foreach(MC中的Match m){ richtextbox 2。文本=m .值' n- n '；}/* -这里是不固定的字符串1 * * - font color=' # 008000' * *这里是不固定的字符串2 * * -。/* *-输出* *这里是不固定的字符串1 * *-* *这里是不固定的字符串2 * *-。2逆序环视的匹配原则——《定期环视》的博客中已经介绍了一些基本的讲解和环视的基本匹配原则，但当时安排的比较匆忙，没有涉及到更详细的匹配细节。这个讨论只是为了反过来看看。逆序环视的基本知识已经在上面的博文中介绍过了，这里简单引用一下。表达式描述(？=Expression)肯定是倒过来看，说明左边的位置可以匹配Expression(？Expression)反向环视，表示位置左侧无法匹配Expression反向环视的正面(？=表达式)，当子表达式表达式匹配成功时，(？=表达式)，并报告(？=表达式)成功匹配当前位置。以相反的顺序寻找负数(？表达式)，当子表达式表达式匹配成功时，(？表达式)匹配失败；当子表达式表达式不匹配时，(？表达式)，并报告(？表达式)成功匹配当前位置。2.1反向回望匹配行为分析2.1.1反向回望支持的现状目前，支持反向回望的语言很少。例如，JavaScript，一种流行的脚本语言，不支持反向环视。我个人认为，这已经成为了目前JavaScript中使用正则性的最大限制，一些使用逆向查找就可以轻松完成的输入验证，需要通过各种灵活的方式来实现。要求：验证输入由字母、数字和下划线组成，下划线不能出现在开始或结束位置。对于这样的要求，如果你支持倒过来看，直接”(？_)[a-zA-Z0-9_](？_) $”，但在JavaScript中，需要类似“[a-za-z0-9]([a-za-z0-9 _]*[a-za-z0-9]”)这样的东西？$”这种替代方式得以实现。这只是一个简单的例子，在实际应用中会复杂得多。为了避免量词嵌套带来的效率陷阱，实现正则化非常困难，甚至有些情况下还得拆分成多个正则化。而其他流行的语言，如Java，支持倒序查找，它们只支持固定长度的子表达式，分类器只支持“？”。不支持其他不定长的量词，如“*”、“”、“{m，n}”。

来源：diva测试/div需求：获取div标签的内容，不包括div标签本身的Java代码实现：复制代码如下：导入Java . util . regex . *；字符串测试='diva测试/div '；字符串reg='(？=div)[^](？=/div)'；Matcher m=Pattern.compile(reg)。匹配器(测试)；while(m . find()){ system . out . println(m . group())；}/* -一个test */但是如果源字符串发生了变化，一个属性变成了“div id=" test1 " -一个test/div”，那么除非标签中的属性内容是固定的，否则在Java中是无法通过倒序查找来实现的。为什么很多流行语言要么不支持逆序查找，要么只支持定长子表达式？我们来分析一下逆序环视的匹配原则。2 . 1 . 2 Java中反向lookup匹配原理分析不言而喻，它不支持反向lookup，只支持定长子表达式的反向lookup。来源：diva测试/div正则表达式：(？=div)[^](？=/div)

明确一点，无论是哪种正则表达式，都要从字符串的位置0开始尝试匹配。先通过”(？=div”)，并尝试从位置0开始匹配。由于“div”的长度固定为5，它将从当前位置向左查找5个字符。但是，由于此时它位于位置0，并且前面没有字符，因此匹配尝试失败。常规发动机传动装置向右行驶，试图从位置1匹配，但也未能匹配到位置5，向左寻找5个字符，满足条件，然后将控制权交给“(？=div)”，子表达式“div”。在“div”获得控制权后，它试图从位置0向右匹配。由于正则化是逐字符的，所以它会将控制权交给“div”中的“”和字符串中的“”将尝试“”，然后字符串中的“d”将尝试成功匹配。在同一过程中，“div”将位置0与位置匹配。=div)"匹配成功，匹配成功的位置为位置5。以下匹配过程请参考定期——环视和定期——NFA引擎匹配原则。所以对于量词”？“是什么样的情况？看看下面的例子。来源：cba正则表达式：(？=(c？b))一份副本代码如下： String test=' cba字符串reg='(？=(c？b))a '；Matcher m=Pattern.compile(reg)。匹配器(测试)；while(m . find()){ system . out . println(m . group())；system . out . println(m . group(1))；}/*-输出-A */可以看到，“C？“没有参与匹配，在这里，”？“它没有贪婪模式的功能。只提供一个分支的功能，记录两个分支。一个分支需要从当前位置向前看一个字符，另一个分支需要从当前位置向前看两个字符。从目前的位置来看，常规引擎尝试这两种情况。第一种尝试是向前寻找字符较少的分支。如果匹配成功，则不会尝试另一个分支。只有当这个分支匹配失败时，它才会尝试另一个分支。复制的代码如下： String test=' dcba字符串reg='(？=(dc？b))a '；Matcher m=Pattern.compile(reg)。匹配器(测试)；while(m . find()){ system . out . println(m . group())；system . out . println(m . group(1))；}/*-Output-A DCB */虽然有两个分支，但是向前搜索的字符数是可以预测的，所以只有“？”是受支持的。并不复杂，但是如果支持其他不定长的量词呢？2.1.3 .NET中逆序查找的匹配原则。NET。按照相反的顺序环顾四周，支持不定长的量词。此时，匹配过程变得复杂。让我们看看固定长度是如何匹配的。复制的代码如下：字符串测试='diva测试/div '；Regex reg=新Regex(@ '(？=div)[^](？=/div)')；匹配m=reg。匹配(测试)；如果(m .成功){ richTextBox2。文本=m .值' n '；}/* -一个测试*/从结果中，我们可以看到当子表达式长度固定在。NET中，匹配行为应该与Java中的行为相同。那么不定量词呢？复制的代码如下：字符串测试=' cbaRegex reg=新Regex(@ '(？=(c？b))a’；匹配m=reg。匹配(测试)；如果(m .成功){ richTextBox2。文本=m .值' n '；richTextBox2。文本=m组[1]。值' n '；}/*-输出-A CB */如你所见，这里是“？".具有贪婪模式的特点。这时，匹配过程是从当前位置向左尝试还是从字符串开头向右尝试，还有疑问吗？复制的代码如下：字符串测试=' dddcccbaRegex reg=新Regex(@ '(？=(.*?b))a’；匹配m=reg。匹配(测试)；如果(m .成功){ richTextBox2。文本=m .值' n '；richTextBox2。文本=m组[1]。值' n '；}/* - a cccb */从结果中我们可以看到，当存在逆序的不定量词时，我们还是尽量从当前位置向左匹配，否则，Groups[1]的内容就是“dddcccb”而不是“cccb”。

这是非贪婪模式的匹配。让我们看看贪婪模式的匹配。复制的代码如下：字符串测试=' edddcccbaRegex reg=新Regex(@ '(？=(.* b))a’；匹配m=reg。匹配(测试)；如果(m .成功){ richTextBox2。文本=m .值' n '；richTextBox2。文本=m组[1]。值' n '；}/* - a dddcccb */可以看出，采用贪婪模式后，虽然“c”前面的“”可以成功匹配，但由于贪婪模式，仍然需要继续尝试匹配。直到你尝试到起始位置，以最长的成功匹配作为匹配结果。2.2匹配过程我们倒过来看看匹配过程。来源：div id="test1" a test/div正则表达式：(？=div[^]*)[^](？=/div)

先通过”(？=div [] *)”，并尝试从位置0开始匹配。因为“div [] *”的长度不固定，所以会从当前位置开始逐字符向左搜索。当然也有可能是常规引擎已经优化了，然后计算出最小长度后会向前搜索。这里“div [] *”至少需要5个字符，所以会从当前位置向左搜索。但是由于此时它位于位置0，前面没有字符，所以尝试匹配失败。常规发动机传动装置向右行驶，试图从位置1匹配，但也未能匹配到位置5，向左寻找5个字符，满足条件，然后将控制权交给“(？=div [] *)，“div [] *”。在“div [] *”获得控制权后，它试图从位置0向右匹配。由于规则匹配是逐字符进行的，所以在“div [] *”中控件将被赋予“”，在字符串中“”将尝试“”，匹配将成功。然后，“d”会在字符串中尝试“d”，匹配就会成功。当“] *”与“div”中的空格匹配时，需要记录可追溯的状态。此时，控制权交给了“”。由于没有要匹配的字符，“”匹配失败。此时进行回溯，将匹配的空格“] *”放弃为“”进行匹配。同样，匹配失败。此时没有可以追溯的状态，所以这一轮。常规发动机传动装置向右行驶，并试图从位置6匹配，但直到位置16也无法匹配。此时，当前位置指的是位置16，并赋予控制权“(？=div [] *)”，向左找5个字符，满足条件，记录回溯状态，控制权给”(？=div [] *)，“div [] *”。“div [] *”获得控制权后，试图从位置11向右匹配，“div [] *”中的“”试图在字符串中“s”，匹配失败。继续向左尝试，在第10个位置用“”尝试字符串中的“e”，匹配失败。在同一个过程中，直到尝试定位0，“div [] *”尝试在位置0匹配到右边，并成功匹配到“div id="test1”。这时，“(？=div [] *)”，控制权交给“[]”，后续匹配一直持续到整个表达式匹配成功。总结一下正则表达式“(？=SubExP 1)SubExP 2:1的匹配过程。尝试从位置0向右匹配，直到找到符合“(？=SubExp1)"最小长度所需位置x；2.从X位置向左寻找满足“SubExp1”最小长度要求的Y位置；3. "SubExp1 "试图从位置y向右匹配；4.如果“SubExp1”是固定长度或非贪婪模式，当发现匹配成功时，停止尝试匹配；5.如果“SubExp1”是贪婪模式，则尝试所有可能性，并将最长的成功匹配作为匹配结果。6、 "(?=SubExp1”)，将控制权交给以下子表达式，并继续匹配。需要注意的是，逆序的子表达式“SubExp1”在匹配成功时是不可预测的，但匹配结束的位置必须是位置x. 3问题分析和总结3.1问题分析，然后再回头看初始问题。

复制的代码如下： string test=@ ' font color=' ' # 008000 ' ' * *这里是未固定的字符串1 * */font font color=' ' # 008000 ' ' * *这里是未固定的字符串2 * */font font color=' ' # 008000 ' ' * *。MatchCollection mc=Regex。匹配(测试，@ '(？=font[sS]*？)([sS]*？)(?=/font)')；foreach(MC中的Match m){ richtextbox 2。文本=m .值' n- n '；}/* -这里是不固定的字符串1 * * - font color=' # 008000' * *这里是不固定的字符串2 * * -。*-*/其实真正让人不解的是这里倒序看的匹配结果。为了更好地解释问题，改变规律性。Test=@' fontcolor='' # 008000'' * *这是一个未固定的字符串。1 ** /font复制代码如下： font color=''#008000'' **这里是一个不固定的字符串。2 * */font font color=' ' # 008000 ' ' * *。MatchCollection mc=Regex。匹配(测试，@ '(？=(字体[sS]*？))([sS]*？)(?=/font)')；for(int I=0；imc。计数；I) {richTextBox2。Text='在(i 1)'回合中成功匹配的结果： n '；richTextBox2。文本='组[0]:' m .值' n '；richTextBox2。文本='组[1]:' m .组[1]。值' n- n '；}/* - 08000' * *这里是未固定字符串2 * * group[1]:font color=' # 008000 ' * *这里是未固定字符串1 * */font-第三个成功匹配的结果：group [0]: fontcolor=。这里是未固定的字符串3 * *组[1]: font color=' # 008000' * *这里是未固定的字符串2 * */font-/第一轮匹配成功的结果应该没有疑问，这里就不做解释了。第一轮成功匹配在第一个“/font”之前的位置结束，第二轮成功匹配尝试从这个位置开始。先通过”(？=font[sS]*？)，找左边6个字符，尽量匹配。因为“”将无法匹配，所以它将始终尝试定位0。这时，“字体”可以匹配成功，但是因为“字体[sS]*？".要匹配成功，匹配的结束位置必须是第一个“/font”之前的位置，所以“”匹配失败，整个表达式在这个位置匹配失败。常规发动机传动装置向右行驶，直到第一个“/font”、“font[sS]*”后面的位置。".匹配成功。匹配开始位置为位置0，匹配结束位置为第一个“/font”、“font[sS]*”后的位置？匹配的内容是“font color='#008000' **这里是未固定的字符串1 ** /font”，其中“sS]*？".匹配的内容为“color='#008000' **这里是未固定的字符串1 ** /font”，后面的子表达式继续匹配，直到第二轮匹配成功。接下来的第三轮匹配成功，匹配过程和第二轮基本一致，只是使用了非贪婪模式，所以“font[sS]*？".当匹配成功到“font color='#008000' **这是未固定的字符串2 ** /font”时，匹配完成，不再尝试向左匹配。接下来看贪婪模式的匹配结果。

复制的代码如下： string test=@ ' font color=' ' # 008000 ' ' * *这里是未固定的字符串1 * */font font color=' ' # 008000 ' ' * *这里是未固定的字符串2 * */font font color=' ' # 008000 ' ' * *。MatchCollection mc=Regex。匹配(测试，@ '(？=(字体[ S S]*)([ S S]*？)(?=/font)')；for(int I=0；imc。计数；I) {richTextBox2。Text='在(i 1)'回合中成功匹配的结果： n '；richTextBox2。文本='组[0]:' m .值' n '；richTextBox2。文本='组[1]:' m .组[1]。值' n- n '；}/*-输出-第一轮匹配结果：组[0]: * *这里是未固定的字符串1 * *组[1]: font color=' # 008000'-。这里是未固定字符串2 * * group[1]:font color=' # 008000 ' * *这里是未固定字符串1 * */font-第三轮匹配结果：group [0]: font color=' # 008000 '。Group [1]: font color=' # 008000' * *这里是一个不固定的字符串1 ** /font font color='#008000' **这里是一个不固定的字符串2 * */font-只有一个字符差。那么，如果我们想得到下面的结果，应该怎么做呢？/* *-输出* *这里是不固定的字符串1 * *-* *这里是不固定的字符串2 * *-。复制的代码如下： string test=@ ' font color=' ' # 008000 ' ' * *这里是未固定的字符串1 * */font font color=' ' # 008000 ' ' * *这里是未固定的字符串2 * */font font color=' ' # 008000 ' ' * *。MatchCollection mc=Regex。匹配(测试，@ '(？是()？=(font[^]*))(？(?/?字体b)。)*(?=/font)')；for(int I=0；imc。计数；I) {richTextBox2。text=' I ^ 1 '轮的匹配结果： n '；richTextBox2。Text='Group[0]:' mc[i]。值' n '；richTextBox2。Text='Group[1]:' mc[i]。群组[1]。值' n- n '；}/*-输出-第一轮匹配结果：组[0]: * *这里是未固定的字符串1 * *组[1]: font color=' # 008000'-。group [1]: font color=' # 008000'-第三轮匹配结果：group [0]: * *这里是一个未固定的字符串3 * * group[1]:font color=' # 008000 '-。3.2反向回望的应用总结通过对反向回望的分析可以看出，匹配过程复杂，成本非常高，这可能是大多数语言不支持反向回望，或者不支持在反向回望中使用不定量词的原因。在常规应用中需要注意的几点：1 .不要用不定长量词倒序，除非真的需要；2.在任何场景下，不要只是倒着看，不要轻易用量词去修饰匹配范围非常大的子表达式，比如“小数点”。和“[sS]”，使用时要特别注意。