文章目录

  • 前序
  • 优势
  • What is 正则表达式?
  • 入门
    • 1 基本匹配
    • 2 元字符
      • 2.1 锚点
        • 2.1.1 ^ 号
        • 2.2.2 $ 号
      • 2.2 运算符.
      • 2.3 字符集(字符组)
        • 2.3.1 否定字符集
      • 2.4 重复次数
        • 2.4.1 * 号
        • 2.4.2 + 号
        • 2.4.3 ? 号
      • 2.5 { } 号
      • 2.6 | 或运算符
      • 2.7 (...) 特征标群
      • 2.8 \ 转义符号
  • 进阶
    • 1 简写字符集
    • 2 标志
      • 2.1 i 忽略大小写(Case Insensitive)
      • 2.2 g 全局搜索 (Global search)
      • 2.3 m 多行查找(Multiline)
    • 3 贪婪匹配与惰性匹配 (Greedy vs lazy matching)
  • 结尾(推荐正则表达式网站)
  • 参考资料

前序

  • “以正则表达式来思考(think regularexpression)”——精通正则表达式(第三版)
  • 所谓正则表达式,就是一种描述字符串结构模式的形式化表达方法

在发展的初期,这套方法仅限于描述正则文本,故此得名“正则表达式(regular expression)”。

随着正则表达式研究的深入和发展,特别是 Perl语言的实践和探索,正则表达式的能力已经大大突破了传统的、数学上的限制,成为威力巨大的实用工具在几乎所有主流语言中获得支持。

莫不如此,甚至功能稍强大一些的文本编辑工具(IDEA、VS Code),都支持正则表达式。

尤其是在Web 兴起之后,开发任务中的一大部分甚至全部,都是对字符串的处理。相比简单的字符串比较、查找、替换,正则表达式提供了强大得多的处理能力(最重要的是,它能够处理“符合某种抽象模式”的字符串,而不是固化的、具体的字符串)。

  • 熟练运用它们,能够节省大量的开发时间。

优势

  1. 一方面,因为正则表达式处理的对象是字符串,或者抽象地说,是一个对象序列,而这恰恰是当今计算机体系的本质数据结构,我们围绕计算机所做的大多数工作,都归结为在这个序列上的操作,因此,正则表达式用途广阔。

  2. 另一方面,与大多数其他技术不同,正则表达式具有超强的结构描述能力,而在计算机中,正是不同的结构把无差别的字节组织成千差万别的软件对象,再组合成为无所不能的软件系统,因此,描述了结构,就等于描述了系统。在这方面,正则表达式的地位是独特的。

What is 正则表达式?

  • 正则表达式是``⼀组由字⺟和符号组成的特殊⽂本`,它可以⽤来从⽂本中找出满⾜你想要的格式的句⼦。

  • 正则表达式可以从⼀个基础字符串中根据⼀定的匹配模式替换⽂本中的字符串验证表单提取字符串
    等等。

  • ⼀个正则表达式是⼀种从左到右匹配主体字符串的模式

Regular expression”这个词⽐较拗⼝,我们常使⽤缩写的术语“regex”或“regexp”。

​ 假设⼀个⽤户命名的规则,让⽤户名包含字符、数字、下划线和连字符,以及限制字符的个数,好让名字看起来没那么丑。
​ 我们使⽤以下正则表达式来验证⼀个⽤户名:

​ 以上的正则表达式可以接受 john_doejo-hn_doejohn12_as
​ 但不匹配Jo ,因为它包含了⼤写的字⺟⽽且太短了。

入门

  • 正则表达式中"/"是表达式开始和结束的标记

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

“the” => The fat cat sat on the mat.

  • 正则表达式123匹配字符串123。它逐个字符的与输⼊的正则表达式做⽐较。
  • 正则表达式是⼤⼩写敏感的,所以The不会匹配the

“The” => The fat cat sat on the mat.

2 元字符

  • 正则表达式主要依赖于元字符
  • 元字符不代表他们本身的字⾯意思,他们都有特殊的含义。
    • ⼀些元字符写在⽅括号中的时候有⼀些特殊的意思。以下是⼀些元字符的介绍:
元字符 描述
. 句号匹配任意单个字符除了换⾏符
[] 字符种类。匹配⽅括号内的任意字符
[^] 否定的字符种类。匹配除了⽅括号⾥的任意字符
* 匹配>=0个重复的在*号之前的字符
+ 匹配>=1个重复的+号前的字符
? 标记?之前的字符为可选
{n,m} 匹配num个⼤括号之前的字符或字符集 (n <= num <= m)
(xyz) 字符集,匹配与 xyz 完全相等的字符串
| 或运算符,匹配符号前或后的字符
\ 转义字符,⽤于匹配⼀些保留的字符 [ ] ( ) { } . * + ? ^ $ \ |
^ 从开始⾏开始匹配
$ 从末端开始匹配

2.1 锚点

2.1.1 ^ 号

  • ^ ⽤来检查匹配的字符串是否在所匹配字符串的开头

    • 例如,在 abc 中使⽤表达式 ^a 会得到结果 a 。但如果使⽤ ^b 将匹配不到任何结果。因为在字符串abc 中并不是以 b 开头。
    • 例如, ^(T|t)he 匹配以 Thethe 开头的字符串。

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

“^(T|t)he” => The car is parked in the garage.

2.2.2 $ 号

  • 同理于 ^ 号, $ 号⽤来匹配字符是否是最后⼀个
  • 例如, (at\.)$ 匹配以 at. 结尾的字符串。

“(at\.)” => The fat cat. sat. on the mat.

“(at\.)$” => The fat cat. sat. on the mat.

2.2 运算符.

  • . 是元字符中最简单的例⼦。

  • . 匹配任意单个字符(包括空格),但不匹配换⾏符

    • 例如,表达式.ar 匹配⼀个任意字符后⾯着是ar 的字符串。

“.ar” => The car parked in the garage.

2.3 字符集(字符组)

  • 字符集也叫做字符类

  • ⽅括号[]⽤来指定⼀个字符集

  • []中使⽤连字符来指定字符集的范围。

    • []中的字符集不关⼼顺序
  • 例如,表达式[Tt]he 匹配 theThe

“[Tt]he” => The car parked in the garage.

  • ⽅括号的句号[.]就表示句号.
  • 表达式 ar[.] 匹配 ar. 字符串

“ar[.]” => A garage is a good place to park a car.

2.3.1 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,[^]表示这个字符集是否定的
  • 例如,表达式[^c]ar 匹配⼀个后⾯跟着ar 的除了c 以外的任意字符,如sar、gar、par、#ar、&ar……

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

2.4 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

*+ 限定符都是贪婪的,因为它们会尽可能多的匹配文字,只有在它们的后面加上一个 ? 就可以实现非贪婪或最小匹配。

2.4.1 * 号

  • *号匹配那些在*之前的字符出现⼤于等于0 次的字符。

*+ 限定符都是贪婪的,因为它们会尽可能多的匹配文字,只有在它们的后面加上一个 ? 就可以实现非贪婪或最小匹配。

  • 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

“[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.*
  • *\s(表示匹配空格的符号) 连起来⽤,如表达式\s*cat\s* 匹配0或更多个空格开头、0或更多个空格结尾的cat字符串

“\s*cat\s*” => The fat cat sat on the concatenation.

2.4.2 + 号

  • +号匹配那些在+ 号之前出现 >=1 次的字符。

    • 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

“c.+t” => The fat cat sat on the mat.

2.4.3 ? 号

  • 在正则表达式中,标记在元字符 ? 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 heThe

“[T]he” => The car is parked in the garage.

“[T]?he” => The car is parked in the garage.

2.5 { } 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

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

  • 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

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

区别两个正则表达式,上式是{2,}下式是{2}

“[0-9]{2}” => The number was 9.99 97 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} 匹配三位0~9的数字

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

2.6 | 或运算符

  • 或运算符| 就表示,⽤作判断条件

    • 例如 (T|t)he|car 匹配 (T|t)hecar

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

2.7 (…) 特征标群

  • 特征标群是⼀组写在(...)中的子模式
  • (...) 中包含的内容将会被看成⼀个整体,和数学中⼩括号 () 的作⽤相同。
    • 例如, 表达式 (ab)* 匹配连续出现 0 或更多个 ab 的字符串
    • 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
  • 再⽐如之前说的 {} 是⽤来表示前⾯⼀个字符出现指定次数。
  • 但如果在 {} 前加上特征标群(...)表示整个标群内的字符重复 n 次
  • 我们还可以在 () 中⽤ 或字符 | 表示或。
    • 例如, (c|g|p)ar 匹配 cargarpar

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

2.8 \ 转义符号

  • 反斜线 \ 在表达式中⽤于转义紧跟其后的字符。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 \

    • 但是!!!
    • \在字符组[]内部无效!!!
  • 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 \.

  • 以下这个例⼦的\.? 是选择性匹配 .

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

“ega.att.com” => megawatt.compu ting wwega.att.comzz

“ega\.att\.com” => megawatt.compu ting wwega.att.comzz

进阶

  • 正则表达式中"/"是表达式开始和结束的标记

1 简写字符集

正则表达式提供⼀些常⽤的字符集简写。如下:

简写 功能
. 除换⾏符外的所有字符(包括空格)
\w 匹配所有字⺟数字,等同于 [a-zA-Z0-9_]
\W 匹配所有⾮字⺟数字,即符号,等同于: [^\w]
\d 匹配数字,即[0-9]
\D 匹配⾮数字,即[^\d]
\s 匹配所有空格字符,等同于:[\t\n\f\r\p{Z}]
\S 匹配所有⾮空格字符:[^\s]
\f 匹配⼀个换⻚符
\n 匹配⼀个换⾏符
\r 匹配⼀个回⻋符
\t 匹配⼀个制表符
\v 匹配⼀个垂直制表符
\p 匹配 CR/LF(等同于 \r\n ),⽤来匹配 DOS ⾏终⽌符

2 标志

  • js中使用正则对象:new RegExp("模式"[,"标记"]))

    • pattern(模式)表示正则表达式的文本
    • flags(标志)表示
      • i (忽略大小写)
      • g (全文查找出现的所有匹配字符)
      • m (多行查找)
      • gi(全文查找、忽略大小写)
      • ig(全文查找、忽略大小写)

2.1 i 忽略大小写(Case Insensitive)

  • 修饰语 i ⽤于忽略⼤⼩写。
  • 例如,表达式 /The/gi 表示在全局搜索 The
    • 其中的 i 将其条件修改为忽略⼤⼩写,则变成搜索 theTheg 表示全局搜索

“/The/” => The fat cat sat on the mat.

“/The/gi” => The fat cat sat on the mat.

2.2 g 全局搜索 (Global search)

  • 修饰符 g 常⽤于执⾏⼀个全局搜索匹配,即“不仅仅返回第⼀个匹配的,⽽是返回全部”

    • 例如,表达式 /.(at)/g 表示搜索 任意字符(除了换⾏)+ at ,并返回全部结果

“/.(at)/” => The fat cat sat on the mat.

“/.(at)/g” => The fat cat sat on the mat.

2.3 m 多行查找(Multiline)

  • 多⾏修饰符 m 常⽤于执⾏⼀个多⾏匹配
  • 像之前介绍的 (^,$) ⽤于检查格式是否是在待检测字符串的开头或结尾。但我们如果想要它在每⾏的开头和结尾⽣效,我们需要⽤到``多⾏修饰符 m` 。
    • 例如,表达式 ``/at(.)?$/gm表示⼩写字符 a 后跟⼩写字符 t ,末尾可选除换⾏符外任意字符`。
  • 根据m 修饰符,以下例子表达式匹配每⾏的结尾:

“/.at(.)?$/” => The fat
cat sat
on the mat.

“/.at(.)?$/gm” => The fat
cat sat
on the mat.

3 贪婪匹配与惰性匹配 (Greedy vs lazy matching)

*+ 限定符都是贪婪的,因为它们会尽可能多的匹配文字,只有在它们的后面加上一个 ? 就可以实现非贪婪或最小匹配。

  • 正则表达式默认采⽤贪婪匹配模式,在该模式下意味着会匹配尽可能⻓的⼦串
  • 我们可以使⽤ ?贪婪匹配模式转化为惰性匹配模式

“/(.*at)/” => The fat cat sat on the mat.

“/(.*?at)/” => The fat cat sat on the mat.

结尾(推荐正则表达式网站)

​ 正则表达式用在比较复杂的情况时,就会比较头疼,多试试吧。这里给出我平时使用正则表达式的3个网站:

学习正则表达式的网站:

  1. https://regexone.com/

测试正则表达式的平台:

  1. https://regex101.com/r/dmRygT/1
  2. https://regexr.com/

参考资料

[1] 正则表达式之 贪婪与非贪婪模式详解(概述)
[2] 正则表达式-菜鸟教程

正则表达式regex(入门使用)相关推荐

  1. Regex入门(一)

    Regex入门(一) 平时正则表达式接触的比较多,但是大多数都是走马观花形式的,要了去搜索,看了就忘.今天温习了下,把成果写出来,做个总结: 下面介绍的都是简单的用法,复杂点的明天继续,呵呵: l R ...

  2. php 正则 菜鸟,PHP正则表达式基础入门

    思维导图 介绍 正则表达式,大家在开发中应该是经常用到,现在很多开发语言都有正则表达式的应用,比如JavaScript.Java..Net.PHP 等,我今天就把我对正则表达式的理解跟大家唠唠,不当之 ...

  3. python正则表达regex_Python 正则表达式(RegEx)

    版权所有,未经许可,禁止转载 正则表达式是组成搜索模式的字符序列. 正则表达式用于按指定的搜索模式搜索字符串. 正则表达式(RegEx)模块 Python有一个名为re的内置包,用来处理正则表达式. ...

  4. JavaScript正则表达式-基础入门

    JavaScript正则表达式-基础入门 字符类,如 /w/ 为匹配任何ASCII字符组成的字符 重复, 如 /w{1,3}/ 为匹配一到三个单词 选择.分组和引用 指定匹配位置 修饰符 直接量字符 ...

  5. 正则表达式从入门到实战

    该文章来自 https://mp.weixin.qq.com/s?__biz=MzIwNjEwNTQ4Mw==&mid=2651579105&idx=3&sn=781da0d0 ...

  6. 正则表达式快速入门,转载

    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 ...

  7. c++ regex 替换汉字_C++ - 正则表达式(regex) 替换(replace) 的 详解 及 代码

    正则表达式(regex) 替换(replace) 的 详解 及 代码 本文地址: http://blog.csdn.net/caroline_wendy/article/details/1732163 ...

  8. Java中的正则表达式 regex

    常用类解析:正则表达式 regex 前言 一.正则表达式 二.匹配规则 三.匹配任意字符 四.匹配数字 五.匹配常用字符 六.匹配空格字符 七.匹配非数字 八.重复匹配 九.正则表达式小总结 十.匹配 ...

  9. c#中regex的命名空间_C#_详解C#正则表达式Regex常用匹配,使用Regex类需要引用命名空间 - phpStudy...

    详解C#正则表达式Regex常用匹配 使用Regex类需要引用命名空间:using System.Text.RegularExpressions; 一.利用Regex类实现验证 示例1:注释的代码所起 ...

最新文章

  1. 千亿级携程酒店AWS实践
  2. go select 与 for 区别_Go 面试每天一篇(第 102 天)
  3. 对textfield的键盘改造成滚动选择器而不是输入键盘
  4. Java 8为什么会移除APT以及mirror API?
  5. 湘潭大学计算机学院调剂,湘潭大学2018年硕士研究生调剂信息公告
  6. React开发(107):回显数据直接getFieldDecorator定义
  7. mysql事件循环执行,Node.js MySQL连接,查询顺序和事件循环
  8. nginx配置目录,nginx配置文件的所在位置,nginx查看已启动的程序
  9. 关于深度学习框架Hamaa与Python API文档生成工具Sophon
  10. java sha1hash 算法_javaweb使用sha1算法登录加密的整个过程
  11. 网站登录页面php代码,一个简单的网页密码登陆php代码
  12. 软件测试之软件开发模型
  13. java如何实现线程_java中线程的三种实现方式
  14. 安防CVR存储系统设计解决方案
  15. 爬虫 推送到discord_如何将自定义表情符号添加到Discord服务器
  16. C++输入一串数值,逗号隔开,回车结束
  17. 可拖拽的弹出窗口Js插件
  18. CentOS下修改IRedMail的邮件附件大小
  19. BZOJ 1616: [Usaco2008 Mar]Cow Travelling游荡的奶牛 bfs
  20. 运维-MAC之OmniPlan Pro3安装

热门文章

  1. 计算机组成原理——输入/输出系统(I/O接口外设中断)
  2. android 手机 投影,100吋1080p 看Android双核手机连投影
  3. PHPAdmin删除外键约束
  4. 谈谈企业的数据工作!——企业的数据分析能力金字塔
  5. gird布局(网格布局)
  6. 【ZOJ2750】Idiomatic Phrases Game(最短路)
  7. c语言共阳极数码管的数据,LY-51S(STC89C52R):8个共阴极数码管-程序(1)
  8. SigFox与LoRa技术原理、应用场景和商业模式上的比较
  9. 抖音SEO优化详教程
  10. 【JAVAEE基础学习(16)】--简述ElasticSearch