正则表达式进阶（二）——零宽断言详解：\b \B \K \z \A

在正则表达式中，零宽断言是一种非常强大的工具，能够在不消费字符的情况下对匹配位置进行约束。除了环视（lookahead 和 lookbehind）以外，还有一些常用的零宽断言，它们用于处理边界、字符串的开头和结尾等特殊情况。本文将详细介绍这些常用的零宽断言：\b、\B、\K、\z 和 \A。

1. \b - 单词边界 (Word Boundary)

\b 是一个零宽断言，用于匹配单词的边界。它会匹配单词字符与非单词字符之间的位置。单词字符包括字母、数字和下划线（_），而非单词字符则包括空格、标点符号等。

示例：

假设我们有以下文本：

hello world
hello123
word!

使用正则表达式 /\bhello\b/ 来匹配单词“hello”，只会匹配独立的“hello”，而不会匹配“hello123”或“word!”。

$ perl -nle 'print $& if /\bhello\b/' input.txt

输出：

hello

解释：\b 匹配了“hello”前后的边界，确保它作为独立的单词出现。如果“hello”后面有数字或符号，它就不会被匹配。

---

2. \B - 非单词边界 (Non-word Boundary)

\B 是与 \b 相反的零宽断言，它用于匹配非单词边界，即匹配两个单词字符或两个非单词字符之间的位置。

示例：

假设我们有以下文本：

hello world
hello123
word!

使用正则表达式 /hello\B/，它将匹配“hello123”，而不会匹配“hello world”或“word!”。

$ perl -nle 'print $& if /hello\B/' input.txt

输出：

hello123

解释：\B 匹配了“hello”与“123”之间的非单词边界，因此它能匹配“hello123”中的“hello”部分，而不匹配“hello world”。

---

3. \K - 忽略之前的匹配内容 (Keep)

\K 是一个非常有用的零宽断言，它允许你重置正则表达式的起始点，使其忽略\K之前的匹配内容，只返回\K之后的部分。

示例：

假设我们有以下文本：

foobar
foo123bar
foobar123

使用正则表达式 /foo\Kbar/，它只会匹配并返回 bar，而忽略之前的 foo。

$ perl -nle 'print $& if /foo\Kbar/' input.txt

输出：

bar
bar
bar

解释：\K 重置了匹配的起始点，使得正则表达式只返回 bar，而忽略了“foo”。

---

4. \z - 末尾匹配 (End of String)

\z 是一个零宽断言，用于确保正则表达式匹配整个字符串的结尾，而不受多行模式的影响。

示例：

假设我们有以下文本：

hello
world
hello world

在默认情况下，使用正则表达式 /world\z/ 将只匹配整个字符串的结尾。

$ perl -nle 'print $& if /world\z/' input.txt

输出：

hello world

解释：\z 确保匹配的是整个字符串的结尾，因此它匹配了“hello world”这行，因为它是字符串的结尾。

多行模式的对比：
如果我们启用多行模式（/m），$ 会匹配每行的结尾，而 \z 依然只会匹配整个字符串的末尾。
总结：\z 的优势在于它不受多行模式（/m）的影响，始终确保匹配的是整个字符串的结尾，而不是每行的结尾。这在处理多行文本时非常有用，可以精确控制匹配的位置。

---

5. \A - 开头匹配 (Start of String)

\A 是另一个零宽断言，它用于匹配字符串的开头，类似于 ^，但是与 ^ 不同的是，\A 无论是否开启多行模式，始终匹配字符串的起始位置。

示例：

假设我们有以下文本：

hello
world
hello world

使用正则表达式 /\Ahello/，它只会匹配字符串的开始部分“hello”，无论后面是否有其他内容。

$ perl -nle 'print $& if /\Ahello/' input.txt

输出：

hello

解释：\A 确保匹配从字符串的开头开始的“hello”，即使在多行模式下，它也不会受到行首的影响。

---

总结

这些零宽断言（\b、\B、\K、\z、\A）提供了强大的灵活性，帮助我们在不消费字符的情况下，精确地控制匹配的位置和边界。它们特别适用于匹配单词的边界、字符串的开始和结束、以及控制复杂的匹配场景。在处理复杂的文本匹配时，掌握这些零宽断言能够大大提高正则表达式的表达能力和匹配精度。

理解并合理使用这些零宽断言，可以帮助开发者解决很多实际问题，如精确匹配特定模式、处理字符串边界等。在实际应用中，这些技巧可以与环视等其他高级正则技术结合使用，进一步提升正则表达式的效果。