VBScript.RegExp正则对象突破后发零宽断言的限制

ggmmlol

每个学习正则表达式的人，在刚开始入门的时候，就会被告知：VBScript.RegExp正则对象不支持“后发零宽断言”（也有的称之为“逆序环视”）的表达式。

虽然VBScript.RegExp正则对象不包含这样一个重要的特性，但是，它仍然在Jscript等编程语言中长期使用。由此，我们可以想象到，使用VBScript.RegExp正则对象，应当也是有办法可以解决“后发零宽断言”的问题。

因此，我经过大量实验，总结出了一种让VBScript.RegExp正则对象突破“后发零宽断言”的方法
这种方法，我称为“优先匹配排除法”，主要实现方式又分有两种：第1种、用"|"运算符来界定优先匹配的表达式子项；第2种、用懒惰匹配和贪婪匹配两者结合来界定优先匹配的表达式子项。

当然，具体使用哪一种，需要视具体的问题来分析而定。只要方法得当，可以应对几乎所有通常需要用“后发零宽断言”的表达式才能完成的匹配。
之所以只是说“几乎”，是因为我虽然成功地用这种方法做到了很多通常需要以“后发零宽断言”表达式来完成的匹配，但我不能完全排除有无法用它解决的“后发零宽断言”匹配要求的问题存在。

下面，就以一个具体的例子，由简入繁地逐步展示这种方法。




附件：

正则后发零宽断言.rar (23.88 KB, 下载次数: 201)

2019-1-1 23:17 上传

点击文件名下载附件

ggmmlol

1楼的附件所举的例子，是提取字符串中符合条件的“连续字符串”，而且都是在默认这些“连续字符串”都是自成一体、不可拆分的前提条件下进行匹配。

如果没有上述默认限制的条件，则有可能匹配到更多的连续数字。

为了演示这两种情况下对应的正则表达式的写法，重新制作一个附件，如下所示。
此外，在重新制作此附件的过程中，我发现我原来总结的第一版正则表达式万能公式：

1. [\s\S]*?(eXp)|[s\S]+

复制代码

还可以更进一步简化、优化，从而得到升级版的正则表达式万能公式：

1. (eXp)|[\s\S]+?

复制代码

因此，我把升级版的正则表达式万能公式的用法也添加到本附件中。
又根据此发现，发表了新的相关主题帖子，具体请见：正则表达式万能公式进化版之——“唯我独尊”(出处: ExcelHome技术论坛)
在这个帖子中，我简明扼要地介绍了升级版的正则表达式万能公式的特点、以及它与第一版万能公式的关联与区别。

正则后发零宽断言（添加万能公式升级版解法）.rar (31.63 KB, 下载次数: 159)

2019-1-3 14:37 上传

点击文件名下载附件

ggmmlol

“零宽断言”最经典应用实例——为字符串中的浮点数添加千位分隔符“,”

为什么说“为字符串中的浮点数添加千位分隔符”的问题是最经典应用实例呢？
我们先来分析一下这个问题：
1) 添加千位分隔符，要求明确是“添加”，因此，它要求保留原有全部的字符，这就要求表达式通常只能匹配特定的位置而不能任何消耗字符，而这正是“零宽断言”的本义；
2)添加千位分隔符的位置必须符合以下两项特定条件:
a、它的后面必须“恰好是3n个数字字符（这里要求n必须是正整数）”
这一条就包含了“正向”和“负向”两种形式的“先行零宽断言”，而且是嵌套式的，具体如下：

1. (?=(\d{3})+(?!\d))

复制代码

b、它的前面必须是1个或以上的连续数字，而且因为千位分隔符只能添加在浮点数的整数部分之中，而不能添加在小数部分之中，因此，在它前方的连续数字之前又必须限定为不能紧挨着小数点。这样一来，就又要用到通常所称的“后发零宽断言”，而且也包含“正向”和“负向”两种，具体是：

1. (?<!\.\d+)(?<=\d+)

复制代码

综合起来，就是：

1. (?<!\.\d+)(?<=\d+)(?=(\d{3})+(?!\d))

复制代码

从上面这个表达式可以看出，它用到了“零宽断言”的所有4种形式：先行正向零宽断言、先行负向零宽断言、后发正向零宽断言、后发负向零宽断言。
这个表达式的正确性，可以用RegExBuddy这款软件使用支持所有零宽断言形式的.Net正则表达式引擎来测试确定，如下图所示（其中，还额外添加条件排除了以年结尾的整数）：



可见，把用正则表达式解决“浮点数添加千位分隔符”的问题称为零宽断言表达式应用的“最经典实例”是绝对名副其实的。

ggmmlol

但是，VBScript.RegExp正则对象不支持“后发零宽断言”的，那要用它来解决上述经典问题，又该如何实现呢？

话不多说，直接上代码，欢迎大家测试、品评！

1. Sub Test()
   
2.     Dim s$
   
3.     s = "公元480年左右，南北朝时期的数学家祖冲之进一步得出精确到小数点后7位的结果，" _
   
4.         & Chr(10) & "给出不足近似值3.1415926和过剩近似值3.1415927，还得到两个近似分数值，密率355/113和约率22/7。" _
   
5.         & Chr(10) & "密率是个很好的分数近似值，要取到52163/16604才能得出比355/113略准确的近似。" _
   
6.         & Chr(10) & "到1948年英国的弗格森（D. F. Ferguson）和美国的伦奇共同发表了π的808位小数值，成为人工计算圆周率值的最高纪录。" _
   
7.         & Chr(10) & "下面给出圆周率的前100位小数：π=3.1415926535897932384626433832795028841971693993751058209749445923078164062862089986280348253421170679"
   
8.     Debug.Print s
   
9.     s = 千分位(s)
   
10.     Debug.Print
    
11.     Debug.Print s
    
12.     MsgBox s
    
13. End Sub
    
14. 
    
15. Function 千分位(ByVal s$)
    
16.     With CreateObject("VBScript.RegExp")
    
17.        .Global = True
    
18.         .Pattern = "((?:\.\d+[\s\S]*?)*\d)(?=(?:\d{3})+(?!\d|年))"
    
19. '        .Pattern = "((?:\.\d+[\s\S]*?)*\d)(?=(?:\d{3})+(?!\d))"
    
20.         s = s & "A9999A" '构造结尾字符
    
21.         s = .Replace(s, "$1,")
    
22.         s = Left(s, Len(s) - 7) '消除构造添加的结尾字符
    
23.         千分位 = s
    
24.     End With
    
25. End Function

复制代码

ggmmlol

4楼所示的添加千位分隔符的自定义函数中用到的正则表达式，是根据我自己总结的正则表达式万能公式第一版进行推理、验证而得到的。
它的第一次发表， 是对一位本论坛会员的求助贴子的回复中，见以下主题帖子的11楼和17楼：
http://club.excelhome.net/forum. ... 320&pid=9696335
可惜的是，这位求助者因为看不懂这条正则表达式，于是就认为它别扭、不合理，反而来了一通冷嘲热讽，让我颇为无奈。

后来，又有一位会员求助千分位的问题，我在他的帖子的7楼做了最接近于以上代码的回复：
[求助]千分位-正则表达式
http://club.excelhome.net/thread-1451761-1-1.html
而这位坛友也表示没有看懂其中的正则表达式。

如此说来，用VBS的正则对象解决“后发零宽断言”的问题，还是颇有难度的。
但是，我相信，只要仔细体会了我所总结的正则表达式万能公式的原理、思想，就一定能够通过这个公式，以“套路”化的招数，轻松解决实际问题了。这也正是正则表达式万能公式的意义所在。

zhangmi

这个确实需要好好琢磨，感谢楼主讲解

powerremain

楼主对正则的研究确实是够深入

lmgz007

正是我要找的，谢谢