首页 > 代码库 > 正则表达式随学记录

正则表达式随学记录

最基本的

1、元字符:

.  匹配除了换行符以外的任意字符

\w  匹配字母或数字或下划线或汉字

\s  匹配任意的空白字符

\d  匹配数字

\b  匹配单词的开始或结束

^   匹配字符串的开始

$  匹配字符串的结束

 

2、转移字符:

\  反斜杠,用于查找字符中出现的元字符

如要匹配 \ 就要用 \\

要匹配 *  要用 \*

 

3、重复

*  重复0次或多次

+  重复1次或更多次

?  重复0次或1次

{n}  重复n次

{n,}  从复n次或更多次

{n,m}  重复n次到m次

 

4、字符类

[]  把想要匹配的字符集合 放到 中括号当中 如[0-9] 表示的意思 和/d 一样,只匹配一位数字

  [aeiou] 只匹配 原因字母,a 或则 e 或则 i 或则 o 或则 u

  [a-z0-9A-Z] 只匹配字母和数字

5、分支条件

 |

0\d{2}-\d{8}|0\d{3}-\d{7}  匹配两种以连字符分割的电话号码:一种是3位区号8位本地号 020-12345678;一种是4位区号7位本地号

\(0\d{2}\)[- ]?\d{8}|0\d{2}[- ]?\d{8}  匹配3位区号的电话号码,其中区号可以用小括号括起来,也可以不用,区号与本地号可以用连字号(中横线)或空格分割,也可以没有间隔

 

6、分组

正则表达式的重复元字符有,* , .这些字符,要重复特定的字符呢?

这就用到分组了 ,也就是小括号()

例如:匹配 xxx.xx.x.xxx  x 代表数字 可以这样写 (\d{3}\.){3}\d{1,3}

有了这个思路就可以写出一个实用的匹配 ,匹配ipv4地址  ((25[0-5]|2[0-4]\d|[01]?\d\d?)\.){3}(25[0-5]|2[0-4]|[01]?/d/d?)

ip地址中某一段小于100 可以以0开头

 

7、反义

\W  匹配任意不是字母、数字、下划线、汉字的字符

\S  匹配任意不是空白字符的字符

\D  匹配任意非数字的字符

\B  匹配不是单词开头或结束的位置

[^x]  匹配除了x以外的任意字符

[^aeiou]  匹配除了aeiou这几个字母以外的任意字符

例如: \S+ 匹配不包含空白字符的字符串

    <a[^]+>匹配用尖括号括起来的以a开头的字符串

 

8、后向引用

匹配一个小括号指定的分组表达式之后,匹配这个子表达式的捕获的文本。关于组号,默认整个表达式的分组号为0,但一般不会显示。分组组号的分配过程要从左向右扫描表达式两遍、第一遍只给未命名分组分配,第二遍只给明明分组分配,因此所有的命名分组都大于未命名分组。

分组命名的语法(?<groupName>\w+)或者 (?‘groupName‘\w+)这样匹配任意字符的分组就被命名为 groupName了。

例如一段字符串"hello hello momoda momoda oh no"

我们写一个这样一个正则表达式  \b(?<Word>\w+)\b\s+\k<Word>

它的意思就是

1先用一个分组匹配一个单词 \b(\w+)\b

2给这个分组命名 为Word  \b(?<Word>\w+)\b

3再匹配一个或多个空格 \b(?<Word>\w+)\b\s+

4反向引用这个分组匹配的内容  \b?<Word>\w+\b\s+\k<Word>

技术分享

如下图,就能匹配到 hello hello 和 momoda momoda了

分组常用语法:

捕获类:

    exp)  匹配exp,并捕获为本到自动明明组里

    (?<name>exp)  匹配exp,并捕获文本到名称为name的分组里,也可以写成(?‘name‘exp)

    (?:exp)    匹配exp,不捕获匹配的文本,也不给此分组分配组号

零宽断言类:

    (?=exp)  匹配exp前面的位置

    (?<=exp)  匹配exp后面的位置

    (?!exp)  匹配后面跟的不是exp的位置

    (?<!exp)  匹配前面不是exp的位置

注释类:

    (?#comment)  不会对正则表达式产生任何影响

 

9、零宽度断言

  用于查找匹配内容之后的东西

  (?=exp) 也叫 零宽度正预测先行断言,它断言自身出现的位置的后面能匹配表达式exp

  比如:\b\w+(?=ing\b),匹配以ing结尾的单词的前面部分(除了ing以外的部分),例如查找 "I am singing while you are dancing."时,它会匹配到sing 和 danc  . \b\w+(ing\b)匹配以ing结尾的单词 

  (?<=exp) 也叫 零宽度正回顾后发断言,它断言自身出现的位置前面能匹配表达式exp

  比如:(?<=\bre)\w+\b 会匹配以re开头的单词的后半部分(除了re以外的部分),例如在查找readin a book 时它匹配ading.

10、负向零宽度

  用于查找匹配内容之前的东西

  (?!exp)  零宽度负预测先行断言, 它断言此位置的后面不能匹配表达式exp

例如:\d{3}(?!\d)匹配三位数字,而且这三位数字的后面不能是数字。

     \b((?!abc)\w)+\b  匹配不包含连续字符串abc的单词

  (?<!exp)  零宽度负回顾后发断言 ,来断言此位置的前面不能匹配表达式exp

例如:(?<![a-z])\d{7} 匹配前面不是小写字母的七位数字

 

 

11、贪婪与懒惰

  正则表达式通常情况下,都是尽可能多的匹配字符,如:a.*b,它会匹配最长的以a开始的,以b结束的字符串,如 用它来搜索aabbab的话,它会匹配整个字符串 aabbab,这就是贪婪。

有时我们跟需要匹配尽量少的字符,(好像是让 * ,+  这些元字符的的权限变小了)只需要在 正则表达式前面加上一个问号?。

如 a.*?b 匹配最短的,以a开始,以b结束的字符串。如果用它匹配 aabab ,则得到 aab  和 ab

懒惰限定:

    *?    重复任意次,但尽可能少重复

    +?    重复1次或跟多次,但尽可能少重复

    ??    重复0次或1次,但尽可能少重复

    {n,m}?  重复n到m次,但尽肯能少重复

    {n,}?    重复n次以上,但尽可能少重复

 

12、平衡组递归匹配

  没细致看

 

来源更加详细 https://deerchao.net/tutorials/regex/regex.htm

  

正则表达式随学记录