正则将长数字转为英式写法（从后向前3个数字一个逗号）

在解决问题之前，我们需要了解一些关于‘零宽断言’特性
⑴ 断言（锚点也一样）和一般的正则表达式符号不同，它不匹配实际的任何字符，而是寻找文本的中的位置，是0长度。
他们匹配的是字符之前或之后的位置。如$并不是匹配换行符，而是匹配目标字符串的末尾或整个字符串末尾的换行符之前的位置
(?=pattern), (?<=pattern), (?!Pattern), (?<!pattern) ^, $, \b, \A, \Z 都是这样的只找‘位置’的元字符

⑵ 对于断言来说，明白两个重要概念：‘当前位置’和‘不消耗字符’，非常重要两条，如(?<=Auto)(?=It)和(?=It)(?<=Auto)是等价的,你能解释吗？
$sResA = StringRegExpReplace("AutoIt", "(?<=Auto)(?=It)", "'")
$sResB = StringRegExpReplace("AutoIt", "(?=It)(?<=Auto)", "'")
你打印下会发现，$sResA和$sResB的结果是一样。若你能解释为什么一样的，说明你理解所谓的‘断言’已经有一定深度了。
(?<=Auto)表示当前位置的左边是‘Auto’，而(?=It)表示当前位置右边是‘It'，也就是只要是断言，匹配了断言的子表达式之后的‘当前位置’
跟匹配之前的‘当前位置’是同一个位置，这也就是当引擎匹配完断言的子表达式之后，不会消耗掉如上面‘It’两个字符的，
下一次匹配还是这Auto的o后面开始。
这也是为什么象表达式:foo(?=bar)bee 无论匹配什么字串，它的结果永远为空的原因，因为无论在断言子表达式匹配前还是匹配后，
引擎的当前查找位置都在foo后面，这时已经匹配了bar了，而该表达式又想在foo后面匹配bee，那就不可能了。此时到可以这样匹配
foo(?=bar)bar，虽然可以匹配，但不过是画蛇添足而已

好了，理解了上面基础的两点，我们就可以来做这道题了

① 第一步，我们先来个稍简单的，让：
$sStr = "1234567890" 也就是字符串只有一个纯多位数字
这个问题核心就是从数字的最后开始三位三位地数，然后添加逗号，也就是逆序（从右到左），最容易想到的当然是逆序断言了（方向一至嘛）
于是就有两个思路，一则就是纯只找符合要求的位置，二则就是找符合要求的数字后面，先看第一个思路：
那么从末尾向右数3位3位地数，用正则很容易想到: ((\d{3})+$), 用$来定位串末尾的位置；再考虑不能在第一位数字前给加上逗号了，于是我们用
逆序肯定断言 (?<=\d) 来保证（这个表达式的意思就是要找的‘位置’前面不能是数字），这个也容易。因为这里是用的纯找位置的方法，而表达式
((\d{3})+$) 在匹配时是要消耗字符的，跟思路不合，于是限定一下，马上想到用顺序肯定断言来限制，((\d{3})+$)于是就变成了 (?=((\d{3})+$))
现在把二者联系起来，不就可以了

$sStr="1234567890"
$sRes=StringRegExpReplace($sStr,"(?<=\d)(?=(\d{3})+$)",",") #左边是数字，右边以3个数字结尾分断开
MsgBox(0,"Result",$sRes)

复制代码高亮切换

上面代码已经达成简化过的目标了，我们再深入一下，去掉那个$，表达式成为 (?<=\d)(?=(\d{3})+)，结果却成为了 $sStr = "1,2,3,4,5,6,7,890"
试想一下为什么？这就想从你上面帖子所说的正则引擎如何工作的入手了，不然很难想象为什么会如此结果。我们来解析一下引擎的工作原理：
第一次匹配：当前搜索位置在1的前面，也就是元字符'^'代表的位置，引擎解析(?<=\d)后发现1前面没有数字，于是这次匹配失败。于是引擎把‘当前位置’移一个字符到达1和2之间
第二次匹配：引擎从‘当前位置’解析 (?<=\d)，发现前面是1，符合“这个位置前面必须是数字”的要求，于是再解析 (?=(\d{3})+)
三位三位往后搜有 234 567 890，符合此表达式，于是在1和2之间加上‘,’，匹配完这次后，当前搜索位置再向右移动一个字符，也就是到了2和3之间
第三次匹配：引擎从‘当前位置’解析 (?<=\d)，发现前面是2，符合“这个位置前面必须是数字”的要求，于是再解析 (?=(\d{3})+)
三位三位往后搜有 345 678，也符合此表达式（这里虽然90不合要求，但前面已经搜出两组，满足'+'元字符要求的），所以在2和3之间加上逗号
第四次匹配：以及后的匹配，就跟第三次一样类推了。
所以表达式里的$保证了字符串以3的倍数位数数字结尾，这很重要！

再来考虑下别的，若把里面的'+'换成 '*'会怎么样，结果是：$sRes = "1,234,567,890,"，也就是0后面多了个逗号，怎么来的呢？
我们自然想到'+'跟'*'的区别，因为后者也可以是零次重复，当引擎的当前位置是0之后时，还会匹配最后一次，此时当然这个‘当前位置’前面是数字0，满足
(?<=\d)，而后面是空位，当'*'取零次时也满足 (?<=\d)(?=(\d{3})*$)，于是0后面逗号也就加上了。

② 第二步，来看看复杂点情况，也就是你给的：$sStr = "first1234567890back987654321end"
这时，我们不能再用'$'来确定最后数字的边界了，仔细想想跟上面的有什么不同呢？不同就在于最后数字0后面不再是串结尾位置，而是任意字符了。
当然这个‘任意’不能是数字，也就是如何找到：后面字符不是数字的位置，这不简单嘛，用顺序否定断言嘛，于是用(?!\d)替换'$'，就可以得到答案了：
（考虑下，我们这里为什么不用'\D'来替换'$'，它也表示非数字呀）

$sStr="first1234567890back987654321end"
$sRes=StringRegExpReplace($sStr,"(?=\d)(?=(\d{3})+(?!\d))",",")#右边是数字，右边三个数字的组,最后不是数字
MsgBox(0,"Result",$sRes)

复制代码高亮切换
看上面的代码，已经基本满足要求了，但仔细一看，居然在k和9之间也插入了一个逗号。若你把这多余的逗号倒底是怎么来的考虑明白了，
基本上你对什么是零宽断言和引擎工作原理已经登堂入室了。留给你自己考虑，希望能发帖回复这个是啥原因？对比下面更精确的表达式

$sStr="first1234567890back987654321end"
$sRes=StringRegExpReplace($sStr,"(?=\d)(\d)(?=(\d\d\d)+(?!\d))","$1,") #右边是数字，走一个数字后，右边三个数字为组,最后不是数字
MsgBox(0,"Result",$sRes)

复制代码高亮切换

更多相关文章

随机推荐