断言

什么是断言？

简单来说，断言是指对匹配到的文本位置有要求。

\d{11} 能匹配上 11 位数字，但这 11 位数字可能是 18 位身份证号中的一部分。再比如，去查找一个单词，我们要查找 tom，但其它的单词，比如 tomorrow 中也包含了 tom。

也就是说，在有些情况下，我们对要匹配的文本的位置也有一定的要求。为了解决这个问题，正则中提供了一些结构，只用于匹配位置，而不是文本内容本身，这种结构就是断言。常见的断言有三种：单词边界、行的开始或结束以及环视。

• 单词边界
• 行的开始/结束
• 环视

单词边界

在讲单词边界具体怎么使用前，先来看一下例子。我们想要把下面文本中的 tom 替换成 jerry。注意一下，在文本中出现了 tomorrow 这个单词，tomorrow 也是以 tom 开头的。

tom asked me if I would go fishing with him tomorrow.

利用前面学到的知识，我们如果直接替换 ，会出现下面这种结果。

替换前：tom asked me if I would go fishing with him tomorrow.
替换后：jerry asked me if I would go fishing with him jerryorrow.

那正则是如何解决这个问题的呢？

单词的组成一般可以用元字符 \w+ 来表示，\w 包括了大小写字母、下划线和数字（即 [A-Za-z0-9_]）。那如果我们能找出单词的边界，也就是当出现了 \w 表示的范围以外的字符，比如引号、空格、标点、换行等这些符号，我们就可以在正则中使用 \b 来表示单词的边界。 \b 中的 b 可以理解为是边界（Boundary）这个单词的首字母。

	tom,单词包含 tom	\btom,以 tom 开头的单词	tom\b,以 tom 结尾的单词	\btom\b,只能是 tom
tom	√	√	√	√
tomorrow	√	√	x	x
atom	√	x	√	x
atomic	√	x	x	x

根据上面的例子，就可以以下的正则表达式去应用

\btom\b

行的开始或结束

和单词的边界类似，在正则中还有文本每行的开始和结束，如果我们要求匹配的内容要出现在一行文本开头或结尾，就可以使用 ^ 和 $ 来进行位置界定。

先说一下行的结尾是如何判断的。你应该知道换行符号。在计算机中，回车（\r）和换行（\n）其实是两个概念，并且在不同的平台上，换行的表示也是不一样的。在这里列出了 Windows、Linux、macOS 平台上换行的表示方式。

平台	换行符号
Windows	\r\n
Linux	\n
macOS	\n

应用：输入数据校验

在 Web 服务中，我们常常需要对输入的内容进行校验，比如要求输入 6 位数字，我们可以使用 \d{6} 来校验。但你需要注意到，如果用户输入的是 6 位以上的数字呢？

在这种情况下，如果不去要求用户录入的 6 位数字必须是行的开头或结尾，就算验证通过了，结果也可能不对。比如下面的示例，在不加行开始和结束符号时，用户输入了 7 位数字，也是能校验通过的：

正则表达式	数据	匹配结果
\d{6}	1234567	匹配成功，包含 6 位数字
^\d{6}	1234567	匹配成功，6 位数字开头
\d{6}$	1234567	匹配成功，6 位数字结尾
^\d{6}$	1234567	匹配失败，只能是 6 位数字
^\d{6}$	123456	匹配成功

环视

环视就是要求匹配部分的前面或后面要满足（或不满足）某种规则，有些地方也称环视为零宽断言。

那具体什么时候我们会用到环视呢？

举个例子。邮政编码的规则是由 6 位数字组成。现在要求你写出一个正则，提取文本中的邮政编码。根据规则，我们很容易就可以写出邮编的组成 \d{6}。我们可以使用下面的文本进行测试：

130400  满足要求
465441  满足要求
4654000 长度过长
138001380002 长度过长

测试发现，7 位数的前 6 位也能匹配上，12 位数匹配上了两次，这显然是不符合要求的。

也就是说，除了文本本身组成符合这 6 位数的规则外，这 6 位数左边或右边都不能是数字。

正则是通过环视来解决这个问题的。解决这个问题的正则有四种：

正则	名称	含义	示例
(?<=Y)	肯定逆序环视	左边是 Y	(?<=\d)th，该正则匹配左边是数字的 th，例如：9th
(?!Y)	否定逆序环视	左边不是 Y	(?!\d)th，该正则匹配左边不是数字的 th，例如：health
(?=Y)	肯定顺序环视	右边是 Y	six(?=\d)，该正则匹配 six 右边是数字，例如：six6
(?!Y)	否定顺序环视	右边不是 Y	hi(?!\d)，该正则匹配 hi 右边不是数字，例如：high

可能觉得名称比较难记住，这里有一个小口诀，只要记住了它的功能和写法就行。

这个小口诀可以在心里默念几遍：左尖括号代表看左边，没有尖括号是看右边，感叹号是非的意思。

需要注意的是，环视中虽然也有括号，但不会保存成分组。

保存成子组的一般是匹配到的文本内容，后续用于替换等操作，而环视是表示对文本左右环境的要求，即环视只匹配位置，不匹配文本内容。

小结

总结回顾一下，最常见的断言有三种：单词的边界、行的开始或结束、环视。

单词的边界是使用 \b 来表示，这个比较简单。而多行模式下，每一行的开始和结束是使用 ^ 和 $ 符号。如果想匹配整个字符串的开始或结束，可以使用 \A 和 \z，它们不受匹配模式的影响。

最后就是环视，它又分为四种情况：肯定逆向环视、否定逆向环视、肯定顺序环视、否定顺序环视。在使用的时候记住一个方法：有左尖括号代表看左边，没有尖括号是看右边，而感叹号是非的意思。