从一道笔试题，剖析正则表达式的环视、捕获与非捕获

写在前面

正则表达式是一种强大的文本模式匹配工具，广泛应用于编程语言、文本处理和数据分析等领域。它能够快速高效地查找、提取和替换文本中的特定模式，极大地提高了开发效率。

然而，正则表达式也以其复杂性和难懂而闻名。为了更好地理解和掌握正则表达式，本文将从一道笔试题入手，剖析正则表达式的环视、捕获与非捕获的概念和应用。我们将通过解析千分位分隔符的正则表达式，领略正则表达式的强大功能。

题目解析

题目要求实现一个正则表达式，将一个整数转换为千分位分隔符格式。例如，将数字123456789转换为"123,456,789"。

环视结构

环视结构是正则表达式中的一个重要概念，它不匹配任何字符，只匹配文本中的特定位置。也称为零宽度断言。环视结构有两种类型：肯定环视和否定环视。

• 肯定环视

肯定环视使用正则表达式(?=pattern)来匹配一个位置，该位置紧跟着模式pattern。例如，(?=a)匹配一个紧跟着字母"a"的位置。

• 否定环视

否定环视使用正则表达式(?!pattern)来匹配一个位置，该位置不紧跟着模式pattern。例如，(?!a)匹配一个不紧跟着字母"a"的位置。

捕获与非捕获

在正则表达式中，可以使用圆括号()来捕获匹配的子字符串。捕获的子字符串可以被后续的正则表达式引用，也可以被编程语言中的变量所引用。

• 捕获

使用()括起来的部分表示捕获。捕获的子字符串可以使用\1、\2等反向引用来引用。例如，正则表达式(a)(b)将匹配字符串"ab"，并且\1将引用子字符串"a"，\2将引用子字符串"b"。

• 非捕获

使用(?:pattern)表示非捕获。非捕获的子字符串不会被后续的正则表达式引用，也不会被编程语言中的变量所引用。例如，正则表达式(?:a)(b)将匹配字符串"ab"，但不会捕获任何子字符串。

千分位分隔符的正则表达式

现在，让我们回到题目中要求的千分位分隔符的正则表达式。我们可以使用以下正则表达式来实现：

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

这个正则表达式使用肯定环视和否定环视来匹配千分位分隔符的位置。肯定环视(?<=\d{3})匹配一个紧跟着三位数字的位置。否定环视(?<!\d{3}\.)匹配一个不紧跟着三位数字和句号的位置。否定环视(?!\d)匹配一个不紧跟着数字的位置。

通过将这三个环视结构结合起来，我们可以确保千分位分隔符只出现在正确的