引言:
正则表达式
正则表达式
Regular expression 正则表达式，一组由字母数字符号组成的特殊文本
功能： 从文本中找出让你满意的句子
1. 基本匹配
正则表达式可以理解为 正在执行搜索的格式
例如：在The fat cat sat on the mat.搜索the
我们就可以输入”the”来查找到the，大小写敏感，不会匹配到The
2. 元字符
注：以下所有的元字符都使用这句来举例
1 |
The fat cat sat on the mat |
.
句号匹配任意的单个字符，换行符除外
例如输入.at，会匹配fat，cat，sat，mat
[]
匹配方括号内的任意内容，
例如[the]此时匹配所有的单个字母，匹配The内的he，匹配fat内的t等等
再如，输入[Tthe]会匹配the和The
输入[.]就代表句号
[^]
匹配除了方括号内的任意字符，即上个例子的补集
例如输入[^f]at会匹配cat,sat,mat
*
匹配>=0个重复在*之前的字符
输入[a-z]*会匹配所有的小写字母
输入s*cats*，s代表空格，会匹配所有零个或多个空格开头结尾的cat
+
匹配>=1个重复的+号前的字符
输入c.+t会匹配cat sat on the mat,以c开头以t结尾中间至少有一个字符的字符串
?
标记?之前的字符为可选，
例如f?at会匹配fat和所有的at
{n,m}
匹配num个大括号之前的字符，其中num>=n&&num<=m
例如，输入表达式[0-9]{2,3}匹配最少两位最多三位的数字
第二个可以不必输入[0-9]{2,}代表至少两位数字
如果逗号都省略，则表示固定重复的次数，[0-9]{3}代表三位数字
(xyz)特征标群
字符集，匹配与xyz完全相等的字符串
输入(at)*匹配连续出现0个或多个的ab
|
或运算符，匹配符号前或后的字符
例如输入a|t，a和t都会被匹配
我们还可以在()中用字符|表示或
例如(f|c)at只能匹配，fat，cat
反斜杠，转义字符，用来匹配保留字符
例如，输入 . 匹配语句最后的句号
^
从开始行开始匹配
例如, 在 abc 中使用表达式 ^a 会得到结果 a. 但如果使用 ^b 将匹配不到任何结果. 因为在字符串 abc 中并不是以 b 开头.
$
从末端开始匹配
例如, (at.)$ 匹配以 at. 结尾的字符串
3.简写字符集
.匹配除换行符外的所有字符
w匹配所有数字字母，等同于[0-9a-zA-Z_]
W匹配所有符号,即非字母数字，即[^w]
d匹配数字
D匹配非数字，等同于[^d]
s匹配所有空格字符，等同于[tnfrp{z}]
S匹配所有非空格字符,[^s]
f匹配换页符
n匹配换行符
r匹配回车符
t匹配制表符
v匹配一个垂直制表符
p匹配CR/LF,等同于(rn)，用来匹配DOS行终止符
4. 零宽度断言(前后预查)
例句：The fat cat sat on the mat.
?=正先行断言
表示第一部分表达式之后必须跟着?=..定义的表达式
定义一个正先行断言要使用 (),在括号内部使用一个问号和等号: (?=…)
例如：表达式(T|t)he(?=sfat),只会匹配第一个The，因为只有第一个The后跟着(空格)fat
?!负先行断言
表达式其后不跟随着断言中定义的格式
例如：表达式(T|t)he(?!sfat),只会匹配第二个the，因为第一个The后跟着(空格)fat
?<=正后发断言
其前跟随着断言中定义的格式
(?<=(T|t)hes)(fat|mat)会找出fat和mat
?<!负后发断言
其前不跟随着断言中定义的格式
(?<!(T|t)hes)(cat)只会匹配cat
5. 标志
标志也叫模式修正符, 因为它可以用来修改表达式的搜索结果. 这些标志可以任意的组合使用, 它也是整个正则表达式的一部分.
i忽略大小写
修饰语 i 用于忽略大小写.
例如, 表达式 /The/gi 表示在全局搜索 The,
在后面的 i 将其条件修改为忽略大小写, 则变成搜索 the 和 The, g 表示全局搜索.
g全局搜索
修饰符 g 常用于执行一个全局搜索匹配
即(不仅仅返回第一个匹配的, 而是返回全部).
例如, 表达式 /.(at)/g 表示搜索 任意字符(除了换行) + at, 并返回全部结果
m多行修饰符
多行修饰符 m 常用于执行一个多行匹配.
像之前介绍的 (^,$)用于检查格式是否是在待检测字符串的开头或结尾. 但我们如果想要它在每行的开头和结尾生效, 我们需要用到多行修饰符 m.
例如, 表达式 /at(.)?$/gm表示小写字符 a 后跟小写字符 t , 末尾可选除换行符外任意字符. 根据 m 修饰符, 现在表达式匹配每行的结尾.
1 |
"/.at(.)?$/gm" => The fat |
贪婪匹配与惰性匹配
正则表达式默认采用贪婪匹配模式，
在该模式下意味着会匹配尽可能长的子串。
我们可以使用 ? 将贪婪匹配模式转化为惰性匹配模式。
1 |
"/(.*at)/" => The fat cat sat on the mat. |
1 |
"/(.*?at)/" => The fat cat sat on the mat. |
近期评论