正则表达式基础语法摘要

什么是正则表达式呢,先来看一下百度百科中的解释:

正则表达式,又称规则表达式。(英语:Regular Expression,在代码中常简写为regex、regexp或RE),计算机科学的一个概念。正则表通常被用来检索、替换那些符合某个模式(规则)的文本。

简单来说,正则表达式是一种特定的模式,可以用来对文本进行匹配、替换或删除等操作。正则表达式本身与编程语言无关,是一种强大的文本处理工具。

基础概念

正则表达式由两种字符构成:元字符普通文本字符。其中,元字符 即正则表达式中的特殊字符,为正则表达式提供了强大的描述能力,如:*.

量词?, +, *。这三个元字符可以用来限定所作用元素的重现次数。
字符组:形如[Regex...]的表达式子句
贪婪:如*字符。贪婪量词会匹配尽可能多的字符串
非贪婪模式:即尽可能少的匹配字符串,一般对表达式后加?即可实现

元字符总结

匹配单个字符

元字符匹配对象
\d匹配一个数字
\D匹配一个非数字字符
\w匹配一个数字、字母和下划线字符
\W匹配一个非数字、字母或非下划线的字符
\s匹配一个空白符字符,如空格和制表符
\S匹配一个非空白符字符,如空格和制表符
.匹配除换行符以外的任意单个字符
[...]字符组,匹配括号中的任意一个字符
[^...]排除型字符组,匹配括号中未列出的任意一个字符
\CharChar是元字符,可以将其转义为对应的普通字符进行匹配。如\.匹配一个“.”

有计数功能的元字符

元字符匹配对象
匹配零次或一次
*匹配任意多次,也可以不匹配
+匹配任意多次,但至少必须匹配一次
{min, max}至少匹配min次,至多匹配max次。
{, max}至少匹配0次,至多匹配max
{min, }至少匹配min次,但匹配次数不设上限
{n}匹配n

匹配位置的元字符

元字符匹配对象
^匹配起始位置,当出现在字符组开头时,表示排除(也可理解为取反)
$匹配结尾位置
\b匹配字符边界,但不会消耗字符,只匹配一个位置。如从"This is Regex"中匹配"is": \bis\b

其他

元字符匹配对象
\匹配任意分割的表达式
(...)限定多选结构的范围,标注量词作用的元素,可以为反向引用捕获文本
\1, \2 ...反向引用。匹配之前的第一,第二组括号内的表达式匹配到的文本

非贪婪模式

举例:清溪路555号10号楼
匹配地址中的路号,首先可能会想到:.*(\d+)号.*,但实际上,前面的.*为贪婪模式,会首先向后尽可能多的匹配,会导致小括号中的\d+只能匹配到10号楼中的0(因为是从左向右开始匹配,.*匹配用掉了太多的字符串,只留下一个数字0\d+进行匹配)。
如果想要匹配出555,则需要写成.*?(\d+)号.*,注意多了一个问号。这就是非贪婪模式,问号前面的表达式会尽可能少的匹配,只要整个表达式匹配成功即可。
基本上可以总结如下表达式:

元字符匹配对象
*?匹配任意次,但要尽可能少
+?匹配1次或更多次,但要尽可能少
??匹配0次或1次,但要尽可能少
{min, max}?匹配min到max次,但要尽可能少

分组

正则表达式中的分组,基本都由(exp)模式来实现,常见语法如下:

元字符匹配对象
(exp)匹配exp并捕获匹配到的值到默认的组里
(?<name>exp)匹配exp并捕获值到name组中
(?:exp)匹配exp,但不捕获匹配到的值,也不给此组分配组号
(?=exp)匹配exp前面的位置,如上面的地址,我们要提取小区地址,应该写成(.+?(?=\w+?号楼)),会匹配出清溪路555号
(?<=exp)匹配exp后面的位置
(?!exp)匹配后面不是exp的位置,如137(?!\d)匹配的是137开头的、非数字结尾的字符串,例:137a
(?<!exp)匹配前面不是exp的位置

相关推荐