正则表达式快速入门

首先简单介绍下正则表达式：

在编写处理字符串的程序或网页时，经常会有查找符合某些复杂规则的字符串的需要。正则表达式就是用于描述这些规则的工具。换句话说，正则表达式就是记录文本规则的代码。

下面就看看正则表达式里乱七八糟的字符都是什么意思：

1、常用的元字符

代码	说明
.	匹配除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

那我们试着理解下：

\bhello\b 其实就是查找单词hello了——先是某个单词开始处(\b)，然后是字符串hello，最后是单词结束处(\b)。

010-\d\d\d\d\d\d\d\d 比如北京的固定电话——先是010-，然后是8个数字（\d）。

^\d{18}$ 比如身份证号——先是字符串开始（^），然后是18位数字(\d)，最后字符串结束（$）。

2、常用的限定符

代码	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
{n}	重复n次
{n, }	重复n次或更多次
{n,m}	重复n到m次

\ba\w*\b 匹配以字母a开头的单词——先是某个单词开始处(\b)，然后是字母a,然后是任意数量的字母或数字(\w*)，最后是单词结束处(\b)。

windows\d+ 匹配windows开头后面是一位或多位数字的，windows7、windows10等等——\d+即匹配一次或多次数字。

010-\d{8} 也是匹配北京固定电话，跟上面010-\d\d\d\d\d\d\d\d是一个意思，这个更简便——\d{8}就是连续匹配八次数字的意思。

3、常用的反义代码

代码	说明
\W	匹配任意非字母或数字或下划线或汉字的字符
\S	匹配任意非空白符的字符
\D	匹配任意非数字字符
\B	匹配非单词开始或结束的地方
[^x]	匹配除x以外的任意字符
[^aeiou]	匹配除元音以外的任意字符

"s[^"]+" 匹配用引号括起来的以s开头的字符串。

4、常用分组语法

代码	说明
(exp)	匹配exp,并捕获文本到自动命名的组里
(?<name>exp)	匹配exp,并捕获文本到名称为name的组里，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
(?=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

\b\w*h(?!e)\w*\b 这个相对复杂一点，但是借助上面的表格，应该也能读懂，下面详细分析下——单词开始(\b)；然后跟零个或多个字母(\w*)，因为是单词嘛，就只能是字母啦；接着是字母h，后面接一个不是e的字符(?!e)，然后又是零个或多个字母(\w*)，直到单词结束(\b)。那我们就清楚了，也就是找“含有h字母，但h后面不是e的单词”，比如him、honey。而把诸如hello、help这样的单词排除。

5、懒惰限定符

代码	说明
*?	重复任意次，但尽可能少重复
+?	重复1次或更多次，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，但尽可能少重复
{n, }?	重复n次以上，但尽可能少重复

当正则表达式中包含能接受重复的限定符时，通常的行为是匹配尽可能多的字符。例如：a.*b 它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配；但是用 a.*?b 搜索的话会匹配aab（第一到第三个字符）和ab（第四到第五个字符），这叫懒惰匹配。

6、常用的其他符号

代码	说明
\.	元字符转义。.是元字符，你没有办法匹配它，因为会被理解成别的意思，这时你就得使用\来取消这些字符的特殊意义，即\.。同样的，其他元字符像*?+等等都需要转义。
[]	字符集。例如[0-9]匹配数字0到9，等同于\d；[a-z]匹配小写字母；[.?!]匹配标点符号.?!
()	分组。每个组自动拥有组号，从左向右，第一个出现的分组的组号为1，第二个为2，以此类推。(\d{1,3}\.){3}\d{1,3} 是一个简单的IP地址匹配表达式——\d{1,3}匹配1到3位的数字，(\d{1,3}\.){3}匹配三位数字加上一个英文句号(这个整体也就是这个分组)重复3次，最后再加上一个一到三位的数字(\d{1,3})。\b(\w+)\b\s+\1\b 可以用来匹配重复的单词，像go go——首先是一个单词，这个单词含有一个或多个字母\b(\w+)\b，该单词会被捕获到编号为1的分组中，然后是1个或多个空白符(\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)，单词结束(\b)。
\|	分枝。^\d{17}(\d\|[xX])$ 可用来验证是否为身份证号码——字符串开始(^)，接着匹配17位数字(\d{17})，然后是个数字(\d)或者(\|)字母x或X([xX])，字符串结束($)。
//i	一次匹配。举例见下文。
//g	全局匹配。举例见下文。

下面是//i和//g的用法，我们从一段代码中加深理解：

 1 <html>2 <body>3 4 <script type="text/javascript">5 6      var str="Welcome to Microsoft! ";7      str=str + "We are proud to announce that Microsoft has ";8      str=str + "one of the largest Web Developers sites in the world.";9      document.write(str.replace(/Microsoft/i, "W3School"));
10
11 </script>
12
13 </body>
14 </html>

上面的代码呢，是想把字符串中的Microsoft替换成W3School，当正则表达式为/Microsoft/i时，运行结果：Welcome to W3School! We are proud to announce thatMicrosoft has one of the largest Web Developers sites in the world. 可以看出只有第一个Microsoft被替换了，即一次匹配。

我们将正则表达式/Microsoft/i改为/Microsoft/g，结果就变为：Welcome to W3School! We are proud to announce that W3School has one of the largest Web Developers sites in the world. 也就是说全文凡是有Microsoft的地方都被替换成W3School，即全局匹配。

当然还有很多代码没有涉及到，但是很多正则表达式应该能看懂了，入门了后面的学习就相对简单了。如果没懂可能确实我讲得不清楚。大家可以去搜索相关更多文章，每个作者表达事情的方式都不一样，你可以看看你能更快更好地接收谁的说法。

以上内容如果有误，深表抱歉，也希望大家能及时指出，不吝赐教，谢谢。

转载于:https://www.cnblogs.com/zxz-zxz/p/6032137.html