正则表达式

发表于2020-06-17更新于2020-07-18字数统计1.3k阅读时长11分阅读次数

Free Talk

在学习编程的这两年里，无数次的遇到正则表达式，不管是在Python还是Java中，正则表达式都是绕不开的话题。
今天打算写一篇正则表达式的总结文章，一是为了学习，二是为了日后查阅复制方便。
发现了Github上有一个超好的学习资料，将在上面做一些修改，作为总结。同时限于篇幅，只写了常用部分，更多内容请见learn-regex

1.基本匹配

正则表达式其实就是在执行搜索时的格式，它由一些字母和数字组合而成。 例如：一个正则表达式 the，它表示一个规则：由字母t开始，接着是h，再接着是e。
同时正则表达式是大小写的敏感的，所以the不会匹配The。

2.元字符

正则表达式的核心就是元字符的匹配，元字符的描述如下图所示。
NeplQJ.png

2.1点运算符.

.是元字符中最简单的例子。 .匹配任意单个字符，但不匹配换行符。

1
".ar" => The car parked in the garage.

2.2字符集

[ ]方括号用来指定一个字符集。在[ ]方括号中使用连字符-来指定字符集的范围。
在方括号中的字符集不关心顺序。例如，表达式[Tt]he 匹配 the 和 The。

1
"[Tt]he" => The car parked in the garage.

方括号中的句号就表示句号。表达式 ar[.] 匹配 ar.字符串

1
"ar[.]" => A garage is a good place to park a car.

2.2.1否定字符集

一般来说 ^ 表示一个字符串的开头，但它用在一个方括号的开头[^]的时候，它表示这个字符集是否定的。 例如，表达式[^c]ar 匹配一个ar前面非c的任意字符。如下面的par、gar而非car。

1
"[^c]ar" => The car parked in the garage.

2.3重复次数

后面跟着元字符 +，* or ? 的，用来指定匹配子模式的次数。 这些元字符在不同的情况下有着不同的意思。

2.3.1*号

*号匹配在 *之前的字符出现大于等于0次。 例如，表达式 a* 匹配0或更多个以a开头的字符。表达式[a-z]* 匹配一个行中所有以小写字母开头的字符串。

1
"[a-z]*" => The car parked in the garage #21.

*字符和.字符搭配可以匹配所有的字符.*。 *和表示匹配空格的符号\s连起来用，如表达式\s*cat\s*匹配0或更多个空格开头和0或更多个空格结尾的cat字符串。

1
"\s*cat\s*" => The fat cat sat on the concatenation.

2.3.2+号

+号匹配+号之前的字符出现 >=1 次。 例如表达式c.+t匹配以首字母c开头以t结尾，中间跟着至少一个字符的字符串。

1
"c.+t" => The fat cat sat on the mat.

2.3.3?号

在正则表达式中元字符 ?标记在符号前面的字符为可选，即出现 0 或 1 次。 例如，表达式 [T]?he 匹配字符串 he 和 The。

1
2
"[T]he" => The car is parked in the garage.
"[T]?he" => The car is parked in the garage.

2.4{}号

在正则表达式中 {}是一个量词，常用来限定一个或一组字符可以重复出现的次数。 例如，表达式 [0-9]{2,3}匹配最少 2 位最多 3 位 0~9 的数字。

1
"[0-9]{2,3}" => The number was 9.9997 but we rounded it off to 10.0.

我们可以省略第二个参数。 例如，[0-9]{2,} 匹配至少两位 0~9 的数字。

1
"[0-9]{2,}" => The number was 9.9997 but we rounded it off to 10.0.

如果逗号也省略掉则表示重复固定的次数。 例如，[0-9]{3} 匹配3位数字。

1
"[0-9]{3}" => The number was 9.9997 but we rounded it off to 10.0.

2.5(…)特征标群

(...)里面的内容可以看作一个整体。例如，表达式 (ab)*匹配连续出现 0 或更多个 ab。如果没有使用 (...) ，那么表达式 ab* 将匹配连续出现 0 或更多个 b 。
我们还可以在 ()中用或字符 | 表示或。例如，(c|g|p)ar 匹配 car 或 gar 或 par.

1
"(c|g|p)ar" => The car is parked in the garage.

2.6|或运算符

或运算符就表示或，用作判断条件。
例如 (T|t)he|car匹配 (T|t)he 或 car。

1
"(T|t)he|car" => The car is parked in the garage.

2.7\转码特殊字符

反斜线\在表达式中用于转码紧跟其后的字符。用于指定 { } [ ] / \ + * . $ ^ | ?这些特殊字符。如果想要匹配这些特殊字符则要在其前面加上反斜线\。
例如 .是用来匹配除换行符外的所有字符的。如果想要匹配句子中的. 则要写成\.以下这个例子 \.?是选择性匹配.

1
"(f|c|m)at\.?" => The fat cat sat on the mat.

2.8锚点

在正则表达式中，想要匹配指定开头或结尾的字符串就要使用到锚点。^指定开头，$指定结尾。

3.简写字符集

NevH1J.png