正则表达式学习笔记

学习地址

正则表达式30分钟入门教程

个人笔记

---

一、测试工具

在线测试
Reggy

二、元字符(metacharacter)

1. \b：单词的开头或者结尾，只匹配一个 位置

2. .: 匹配除了换行符以外的任意 字符

3. *: 它代表数量,指定自己前面的内容可以连续重复使用任意次 (0...n) ,以便整个表达式得到匹配

4. \d: 匹配一个数字(digit)(0/1/2/3...)

5. \s: 匹配任意的空白字符,包括空格, tab, 换行符,中文全角空格等

6. \w: 匹配字母或数字或下划线或汉字等

7. +: 代表数量,指定自己前面的内容可以连续重复使用任意次 (1...n)

8. ^: 匹配字符串的开始,匹配一个 位置

9. $: 匹配字符串的结束,匹配一个 位置

10. {2}: 只能不多不少重复两次

11. {5,12}: 至少出现5次,至多出现12次

三、字符转义

作用：主要用于查找元字符本身

• 例如要匹配*，我们可以输入\*
• 要匹配\,我们可以输入\\

四、限定符

<h5 align = "center">常用限定符</h5>

代码/语法	说明
*	重复零次或更多次
+	重复一次或更多次
?	重复零次或一次
{2}	重复两次
{2,}	重复两次以上
{2,10}	重复2到10次(包含)

五、字符类

[]
For Instance:

• [aeiou]: 匹配任意一个元音字母
• [.?*]: 匹配其中一个符号

六、分枝条件

正则表达式里的分枝条件指的是有几种规则，如果满足其中任意一种规则都应该当成匹配，具体方法是用|把不同的规则分隔开
For Instance:

\d{5}-\d{4}|\d{5}:这个表达式用于匹配美国的邮政编码。美国邮编的规则是5位数字，或者用连字号间隔的9位数字。
之所以要给出这个例子是因为它能说明一个问题：使用分枝条件时，要注意各个条件的顺序。如果你把它改成\d{5}|\d{5}-\d{4}的话，那么就只会匹配5位的邮编(以及9位邮编的前5位)。
原因是 匹配分枝条件时，将会从左到右地测试每个条件，如果满足了某个分枝的话，就不会去再管其它的条件了。

七、分组

用小括号来指定子表达式

八、反义

<h5 align = "center">常用的反义代码</h5>

代码/语法	说明
\W	匹配任意不是字母,数字,下划线,汉字的字符
\S	匹配任意不是空白符的字符串
\D	匹配任意非数字的字符
\B	匹配不是单词开头或结尾的位置
[^x]	匹配 x以外的其他字符
[^aeiou]	匹配元音字母以为的任意字符

九、后向引用

使用小括号指定一个子表达式后，匹配这个子表达式的文本(也就是此分组捕获的内容)可以在表达式或其它程序中作进一步的处理。默认情况下，每个分组会自动拥有一个组号，规则是：从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2，以此类推

后向引用用于重复搜索前面某个分组匹配的文本。例如，\1代表分组1匹配的文本。难以理解？请看示例：

• \b(\w+)\b\s+\1\b:可以用来匹配重复的单词，像go go, 或者kitty kitty。这个表达式首先是一个单词，也就是单词开始处和结束处之间的多于一个的字母或数字(\b(\w+)\b)，这个单词会被捕获到编号为1的分组中，然后是1个或几个空白符(\s+)，最后是分组1中捕获的内容（也就是前面匹配的那个单词）(\1)。
• 你也可以自己指定子表达式的组名。要指定一个子表达式的组名，请使用这样的语法：(?<Word>\w+)(或者把尖括号换成'也行：(?'Word'\w+)),这样就把\w+的组名指定为Word了。要反向引用这个分组捕获的内容，你可以使用\k<Word>,所以上一个例子也可以写成这样：\b(?<Word>\w+)\b\s+\k<Word>\b。

十、零度断言

• (?=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.这里的自身指的并不是 exp, 而是作用的字符串
• (?<=exp)也叫零宽度正回顾后发断言，它断言自身出现的位置的前面能匹配表达式exp

十一、负向零度断言

它只匹配一个位置，并不消费任何字符

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

十二、注释

小括号的另一种用途是通过语法(?#comment)来包含注释
For Instance:
2[0-4]\d(?#200-249)|25[0-5](?#250-255)|[01]?\d\d?(?#0-199)

十三、贪婪与懒惰

• 贪婪匹配: （在使整个表达式能得到匹配的前提下）匹配尽可能多的字符

• 懒惰匹配: （在使整个表达式能得到匹配的前提下）匹配尽可能少的字符

<h5 align = "center">懒惰限定符</h5>

代码/语法	说明
*?	重复零次或更多次,但尽可能少重复
+?	重复一次或更多次,但尽可能少重复
??	重复零次或一次,但尽可能少重复
{2}?	重复两次,但尽可能少重复
{2,}?	重复两次以上,但尽可能少重复
{2,10}?	重复2到10次(包含),但尽可能少重复