精通正则表达式七：占有优先量词和固化分组

定义

占有优先量词：

?+ *+ ++ {m,n}+

占有优先量词与匹配优先量词很相似，只是它们从来不会交还已经匹配的字符。
固化分组：

(?>...)       ...是指具体内容

固化分组的内容与正常的匹配并无区别，只是当匹配完括号中的内容后，括号中的备用状态会全部舍去。

例子

将所有的小数保留三位，规则如下：如果小数位数第三位不为0保留三位，如果小数位数少于三位或第三位为0，保留两位小数。
首先可以用匹配优先量词去做：
在Mac终端下运行如下命令：

perl -p -i -e 's/(\.\d\d[1-9]?)\d*/$1/g' test.txt

运行前test.txt中的内容如下：

运行后：

这样做肯定是没问题的，但是在处理最后一个数字1.345时，正则表达式相当于是先匹配了’.345’，然后又用’.345’去替换，白费功夫。如何才能避免这种情况，使其更加高效呢？这就可以用占有优先量词和固化分组了。
占有优先量词：

perl -p -i -e 's/(\.\d\d[1-9]?+)\d+/$1/g' test.txt

当正则表达式匹配到’1.345’会怎样呢？首先匹配前面的‘.34’，匹配到’5’时，因为是匹配优先，所以‘[1-9]?+’会先匹配’5’,又因为是占有优先，所以当后面的’\d+’匹配不成功时，不会交还字符，从而导致匹配失败，就不会替换，这正是我们想要的效果。
固化分组：

(\.\d\d(?>[1-9]?))\d+

同样的道理，当匹配到’5’时，因为是匹配优先，所以‘(?>[1-9]?)’会匹配‘5’，有因为是固化分组，所以当后面的’\d+’匹配不成功时，不会交还字符，从而导致匹配失败。

用肯定环视模拟固化分组

有些流派并不支持占有优先量词和固化分组，比如JavaScript，这是我们就可以用肯定环视来模拟固化分组：

.\d\d(?=([1-9]?))\1\d+

环视结构也有备用状态，当环视结构匹配完后，环视结构就会抛弃其内部的备用状态：

首先来看第一个数字，当匹配到‘.23’后，开始匹配环视结构内部，因为‘[1-9]?’是匹配优先，所以会先匹配‘4’，此时环视结构内部有一个备用状态，就是不匹配任何字符。继续往后，环视结构匹配结束，抛弃环视结构内部的那个备用状态，继续往后匹配。因为环视结构是不匹配任何字符的，它只是看一下后面是不是要匹配的内容，所以用反向引用‘\1’来匹配刚刚环视结构里的内容，‘\d+’匹配后面的‘980’。

当匹配第二个数字时，也是先匹配到‘.23’，开始匹配环视结构内部，因为‘[1-9]?’是匹配优先，所以会尝试匹配‘0’,此时它有一个备用状态，就是不匹配任何字符。发现无法匹配‘0’，启用备用状态，就是什么都不匹配，环视结构匹配成功，因为环视结构内部没有匹配到任何东西，多以反向引用‘\1’也不会匹配任何字符，‘\d+’匹配后面的‘00293’。