条件子组

条件子组语法

条件子组，(?(if)then_pattern|else_pattern)或者(?(if)then_pattern)，允许我们创建带有条件的正则表达式。如果(if)为true，正则引擎就会去匹配then_pattern。否则，如果存在else_pattern，就会去匹配else_pattern。 而对于if可以是一个断言(?(?=regex)then_pattern|else_pattern)，也可以是一个数字(?(1)then_pattern|else_pattern)。

条件如果是一个断言，这个很好理解，因为断言本身就是一个判断。如果条件是一个数字，就是表示这个数字对应的捕获子组匹配成功的话，条件true，如果匹配失败，则条件false。

示例

下面我们看一个例子/(a)?b(?(1)c|d)/，这个正则可以匹配字符串"abc"、"bd"，也可以匹配字符串"abd"中的"bd"；但是不能匹配"bc"。

首先我们看匹配"abc"。正则(a)可以匹配第一个字符'a'；然后是正则b匹配下一个字符'b'；接下来进入条件表达式，因为是一个数字1，第一个子组a匹配成功，这里的条件为真，所以正则引擎匹配then_pattern c和下一个字符c。可以匹配成功，到此整个正则表达式匹配成功。

下面我们看匹配字符串"bd"。正则(a)匹配第一个字符'b'失败，但是后面跟着的是?，允许(a)匹配失败，所以继续下一个正则b，匹配第一个字符'b'成功。下面进入正则的条件(1)，因为前面没有子组捕获成功，所以此时条件为false。正则引擎走else_pattern，使用d匹配下一个字符'd'，成功。至此整个正则表达式匹配成功。

对于为什么不能匹配"bc"。各位可以按照上面的遍历过程自行分析。

最有意思的应该是为什么能匹配字符串"abd"中的"bd"。注意，这里只是匹配其中的"bd"，而不是匹配成功正字字符串"abd"。有匹配到内容，说明正则表达式最后是成功的。但是按照我们上面的说法，即然(a)匹配成功了，那(1)为真，应该走then_pattern，c不能和字符'd'匹配，所以应该是匹配失败的。说的没错，到这个地方逻辑都是没问题的。但是需要注意的是，else_pattern在此时还没有被尝试，虽然前面子组捕获成功，条件为 true。但是此时也只是then_pattern c被尝试了，它虽然失败了，整个正则表达式却还没有完成。所以正则引擎会从头开始匹配正则表达式，对于目标字符串则会前进一个字符，也就是从字符'b'开始。再次从(a)开始匹配，此时匹配失败。引擎继续一下个正则b和字符'b'匹配成功。因为前面子组捕获失败，所以条件为false，此时走else_pattern，正则d和下一个字符d匹配成功。整个正则此时已经走完，最后匹配成功"bd"。 通过这个例子我们可以看到，其实条件子组和我们正常的编程语言的 if(){}else{}还是有区别的。在条件子组中，then_pattern和 else_pattern 更像是可选路径，类似于(then_pattern|else_pattern)。在整个正则表达式中，所有的正则其实都是条件，就类似于我们编程语言中的if(){}else{}中if后面的()里的条件，而不是{}里的实体。所以对于整个条件子组(?(if)then_pattern|else_pattern) 可以理解成 (if) && then_pattern | else_pattern。如果(if)为true，则还要去判断then_pattern，如果它也为true，那|前面部分就为true了，对于|后面的条件也就不用再判断了，因为或条件是只要有一个为true，整个表达式就为true。而如果(if) 和 then_pattern其中有一个为false，那前面部分就是false了。对于|后面的就会去进行判断，当else_pattern为true，整个条件表达式同样也为true。而向我们上面匹配"abd"这个例子就是 (if)为true，但是then_pattern为false的情况，所以else_pattern 还是会去进行判断。只是正则引擎的判断方式不一样，需要对整个正则进行回溯。但是道理是一样的。

对于(if)是断言的情况，我们自己也可以举些例子按照上面的方法进行分析。

还有个问题需要说明一下，对于条件子组，只能有两个可选项——then_pattern和else_pattern。如果超过了两个，会产生编译错误。当然了，对于then_pattern和else_pattern本身可以是有多个可选项的。也就是说then_pattern和else_pattern必须是原子的。例如：(?(if)(then1|then2|then3)|(else1|else2|else3)) 这是可以的。但是如果是(?(if)then1|then2|then3|else1|else2)这样的，在编译的时候就会报错了。