js正则表达式中关于零宽断言的奇异现象

碰到一个特别的需求，就是有一段Sql Server 的 SQL片段，内容大概就是所有JOIN表的集合，要求把这个SQL片段分割成数组，每个元素就是包含单个表的字符串。

例如：

SQL = INNER JOIN Sale b ON 1=1 LEFT JOIN OutStock c ON 1=1 RIGHT JOIN BunissMan c ON 1=1

分割成：

["INNER JOIN Sale b ON 1=1 ","LEFT JOIN OutStock c ON 1=1 ","RIGHT JOIN BunissMan c ON 1=1 "]

还好理解吧？

实现的方式其实挺多，循环遍历分割、正则分割等等。

为了感觉高大上一点，决定了正则。

就是在实验的过程中，发现了一个奇异的现象。

本来想测试一下各种JOIN的匹配情况，于是采用正则表达式如下：

/(?=INNER)|(?=LEFT)|(?=RIGHT)|(?=FULL OUTER) JOIN/

采用match，没有匹配到我想要的东西，但是，split却出来了结果：

测试源码：

var SQL = 'INNER JOIN Sale b ON 1=1 LEFT JOIN OutStock c ON 1=1 RIGHT JOIN BusniessMan c ON 1=1 ';
var RegExpStr = /(?=INNER)|(?=LEFT)|(?=RIGHT)|(?=FULL OUTER) JOIN/;
var MatchAll = SQL.match(RegExpStr)
console.log(MatchAll)
var SplitArr = SQL.split(RegExpStr)
console.log(SplitArr)

测试结果：

["", index: 0, input: "INNER JOIN Sale b ON 1=1 LEFT JOIN OutStock c ON 1=1 RIGHT JOIN BusniessMan c ON 1=1 "]
["INNER JOIN Sale b ON 1=1 ", "LEFT JOIN OutStock c ON 1=1 ", "RIGHT JOIN BusniessMan c ON 1=1 "]

着实让我又惊又喜。

喜的是，这个需求这么容易结束了。

惊的是，不知道这是怎么得到的结果。

在python里面测试了相同的零宽断言，发现是不能进行分割的。

本着研究的精神继续探索。

var SomeStr = '12345129345'
console.log(SomeStr.split(/234/))             // ["1", "5129345"]
console.log(SomeStr.split(/2(?=3)/))          // ["1", "345129345"]
console.log(SomeStr.split(/(?=2)34/))         // ["12345129345"]
console.log(SomeStr.split(/(?=2)234/))        // ["1", "5129345"]
console.log(SomeStr.split(/(?=2)|(?=9)3/))    // ["1", "23451", "29345"]
console.log(SomeStr.match(/(2|9)3/g))         // ["23", "93"]
console.log(SomeStr.match(/(?=23)|(?=93)/g))  // ["", ""]
console.log(SomeStr.split(/(?=23)|(?=93)/))   // ["1", "234512", "9345"]

分析一下：

第一行将234作为分隔符分割了，很好理解。

第二行使用了零宽断言，能匹配2后面紧接着是3的的“分隔符”，所以将前面的“2”作为分隔符，而后面的2接着9，不能分隔。

第三行一开始困惑了我，理论上应该能将前面的234分割了呀，实际上不是的，"(?=2)3"这个正则匹配断言所在位置为2，但是后面却是3，所以永远匹配不到。

第四行解释了第三行的问题，断言当前所在位置为2，因此能匹配到234这个字符串。

第五行看懂了没，根据上面3、4两行的经验，这里不是表示能匹配23和93，而是仅仅能匹配 “2和一个空字符串(并且不包含2)” 这个结果，93是永远匹配不到的，因为(?=9)后面必须接9而断言后面却接了3；并且竖线“或关系”也不是按照我们头脑中思考的分成 “(?=2)3 or (?=9)3” 而是 “(?=2) or (?=9)3” ；所以只能匹配前者 "(?=2)"。

第六行指示了正确使用竖线的方式。如果是 /2|93/ ，那么结果就是2,2,93。

第七行和第八行展示了我们正确使用零宽断言分割的方法。

所以，总结来说，并非是bug，而只是我不太理解零宽断言而已，并且这里很容易跳进坑里面。

By the way，这么弄来，我需求实现的代码错了，应该这么写：

var SQL = 'INNER JOIN Sale b ON 1=1 LEFT JOIN OutStock c ON 1=1 RIGHT JOIN BusniessMan c ON 1=1 ';
var RegExpStr = /(?=INNER JOIN)|(?=LEFT JOIN)|(?=RIGHT JOIN)|(?=FULL OUTER JOIN)/;
var SplitArr = SQL.split(RegExpStr)
console.log(SplitArr)

——所以，还是有必要求个甚解。