正则表达式学习笔记（全）

水深无声 2022-07-14 12:51 303阅读 0赞

确实想简单学习一下正则表达式的同学们，在此也不建议大家到处去网上找什么乱七八糟的文章看，毛毛躁躁的也没法记住正则表达式。快速学习正则推荐《正则表达式必知必会》Ben Forta著，很小的一本书，两三天就能看完，看完之后对着我这儿的笔记就能轻松应付常规工作。

（1）匹配单个字符

要匹配“Bob”直接使用“Bob”即可。“.”可以匹配任何一个单个的字符（包括“.”本身）。限定只匹配“.”时使用转义符号“\\”，例如匹配“.”的正则表达式为“\\.”

（2）匹配一组字符

符号“\[”和“\]”定义了一个字符集合，可以匹配“\[\]”之中的任意一个成员文本。

例如：\[ns\]a.\\.xls

将匹配：sales1.xls apac1.xls na1.xls sa1.xls ca1.xls

“\[a-z0-9\]”将匹配ASCII码表a~z和0~9之间的字符集合，形如“\[9-8\]”则无效。

字符集合中的“^”将进行取非操作，例如“\[^123\]”将匹配除了“123”以外的任意字符。注意“^”必须紧跟在第一个“\[”后面，并且“^”的作用于这整个字符集合。

（3）常见元字符

\[\\b\]：回退（BackSpace键）

\\f：换页符

\\n：换行符

\\r：回车符

\\t：制表符（Tab键）

\\v：垂直制表符

\\d：任意数字字符（等价于\[0-9\]）

\\D：任意非数字字符，即\\d的取反（等价于\[^0-9\]）

\\w：任意字母数字或下划线（等价于\[a-zA-Z0-9\]）

\\W：\\w的取反

\\s：任意空白字符（等价于\[\\f\\n\\r\\t\\v\]）

\\S：\\s的取反

POSIX字符类：JavaScript不支持。

例如Windows下匹配空行：\\r\\n\\r\\n

注意Linux/Unix不同：\\n\\n

将匹配（下划线标注的空行区域）：

123

456

（4）重复匹配

\+：表示该符号前的字符或字符集合指定的匹配内容出现一次或多次。

\*：出现零次或多次。

?：出现零次或一次。

例如：https?:\\/\\/

将匹配：http://或者https://头部。

另外，“\{3\}”表示必须重复3次，“\{2,4\}”表示出现2到4次，“\{5,\}”表示至少出现5次。

注意正则表达式中存在贪婪型和懒惰型，在贪婪型的元字符后加上“?”即可转换为懒惰型。

例如贪婪型：<\[Bb\]>.\*</\[Bb\]>

将匹配:This is what you will see

而懒惰型：<\[Bb\]>.\*?</\[Bb\]>

将匹配:This is what you will see

贪婪型有：\*，+，\{n,\}。

对应的懒惰型有：\*?,+?,\{n,\}?。

（5）位置匹配

\\b：匹配一个单词的边界，具体指一个“\\W”和一个“\\w”的边界，这个边界并不可见。

\\B：\\b的取反。

例如：\\bcap

将匹配：The captain wore hiscap and cape proudly as he

例如：\\B-\\B

将匹配：on your color – coded pass-key

^：匹配一个字符串的开头。

$：匹配一个字符串的结尾。

例如：^\\s\*<\\?xml.\*\\?>

注意：如果标记前有任意空格符都没问题。

将匹配：<?xml version=”1.0” encoding=”UTF-8” ?>

“(?m)”将会使整个模式变成分行匹配模式，该符号必须放在整个模式最前面。此时，“^”将匹配一行的开头，“$”将匹配一行的结尾。

例如：(?m)^\\s\\/\\/.\*$

将匹配：编程语言中以“//”为开头的注释（包括注释前面的任意多个空白符）。

（6）使用子表达式

括号“(”和“)”可以将一组字符作为一个独立元素来使用，这样可以避免重复，也可以使用回溯引用功能（在查询和替换中使用同一组模式）。在子表达式中可以使用“|”来表示逻辑或判断。

例如：(\\d\{1,3\}\\.)\{3\}\\d\{1,3\}

等同于：\\d\{1,3\}\\.\\d\{1,3\}\\.\\d\{1,3\}\\.\\d\{1,3\}

将匹配：ip地址字样的模式，但不能精确到ip地址范围（255以下）

精确匹配ip地址（ip地址每个数字为8位的二进制数，因此范围为0-255）：

(((\\d\{1,2\})|(1\\d\{2\})|(2\[0-4\]\\d)|(25\[0-5\]))\\.)\{3\}((\\d\{1,2\})|(1\\d\{2\})|(2\[0-4\]\\d)|(25\[0-5\]))

另外，回溯引用可以使用模式中匹配到的子表达式（正则表达式内语法为“\\1”，JavaScript中还可使用构造函数静态属性存储9个子表达式 “RegExp.$1”）。

例如：\[ \]+(\\w+)\[ \]+\\1

注意：其中“\[ \]”来匹配一个空格，js中为：\[ \]+(\\w+)\[ \]+$1。

将匹配：This is a block of of text, several words here are are repeated.

另外，还可以使用回溯引用来进行替换操作。

例如：

正则表达式：(\\d\{3\})-(\\d\{3\})-(\\d\{4\})

替换式：($1) $2-$3

将会使：313-555-1234     变成：(313) 555-1234

注意：在替换时还可以使用“\\l”,“\\L”,“\\u”,“\\U”,“\\E”来进行字母的大小写替换（java不支持）。

（7）前后查找

前后查找意指找到匹配符但是不“消费”他（匹配结果中将会跳过该字符）。JavaScript不支持向后查找，只支持向前查找。Java支持前后查找。

向前查找使用“(?=)”，向后查找使用“(?<=)”。

例如：(?<=\\<\[Bb\]>).\*(?=</\[Bb\]>)

注意：转义符“\\”后如果跟普通字符则和单独使用普通字符效果一样，有时为提高可读性会在普通字符前加“\\”。

将匹配：aaaaaaaaaaaaa

虽然正则表达式中匹配了“”和“”，但是因为通过前后查找控制符来查找他们，最终查找的结果没有“消费”，也就没有出现在查询结果当中。相对应的，还有负向前查找“(?!)”，和负向后查找“(?<!)”，这两个正则表达式会查找不匹配前后查找表达式内容的字符串。

例如：(?<!\\<\[Bb\]>).\*(?!</\[Bb\]>)

将匹配：所有形如“<body>…</body>,<a>…</a>”形式的表达式，而不会匹配“…”。

（8）嵌入条件

嵌入条件建立在回溯引用子表达式和前后查找的基础之上，判断符号为“?”，具体语法为“(?(backreference)true-regex|false-regex)”。

例如匹配北美电话号码格式：(\$)?\\d\{3\}(?(1)\$|-)\\d\{3\}-\\d\{4\}；注意在条件里，回溯引用编号不需要被转义，因此“?(1)”正确，而“?(\\1)”不正确。

和匹配美国邮政编码：\\d\{5\}(?(?=-)-\\d\{4\})。

该功能可以很好的补足正则表达式对于“if”条件的判断，从而执行相应的查找。

[熬夜不易，请作者喝杯酒！][Link 1]

[Link 1]: https://raw.githubusercontent.com/bigbird231/iTest/master/imgs/drink.png

正则表达式学习笔记（全）

发表评论取消回复

还没有评论，来说两句吧...

相关阅读

相关 Java 正则表达式学习笔记

相关正则表达式学习笔记

相关正则表达式学习笔记

相关正则表达式学习笔记（全）

相关最全正则表达式学习

相关正则表达式学习笔记

相关 shell 正则表达式学习笔记

相关正则表达式笔记

相关正则表达式学习笔记

相关正则表达式学习笔记