我们说的正则表达式到底是啥?_?

正则表达式，是用于描述 需要查找的符合某些具有复杂规则 的字符串的工具

元字符

eg：

1
2
3
4
5
6
7
8
9
10
11

\ba\w*\b 
//匹配字幕a开头的单词（\ba），然后任意数量的字母数字下划线或者汉字(\w*), 最后以单词结束(\b)

\d+
// 匹配一个或多个连续的数字

\b\w{6}\b
// 匹配留个字符的单词{6}->表示限定6个字符

^\d{5,12}$
// 匹配5-12位的数字

字符重复

字符类

若想要查找数字、字母，则可以将需要查找的字符列在方括号里面：

1
2
3

[abcd]

[a-z0-9A-Z_]

分歧条件

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；

使用|符号隔开。

eg：

1

\d{5}-\d{4}|\d{5}

分组

当想要重复多个字符的时候，可以使用小括号指定子表达式（即，分组）。

1
2

(\d{1,3}\.){3}\d{1,3}
\\可以重复3个 \d{1,3}\.。

反义

查找不属于定义的字符类的字符。

向后引用

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，可以在表达式或其他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。

向后引用用于重复搜索前面某个分组匹配的文本。

eg：

\1代表分组1匹配的文本
\0代表整个正则表达式

1
2
3

\b(\w+)\b\s+\1\b

// 可以匹配go go或者kitty kitty

常用的分组语法

零宽断言

(?=exp) 它断言自身出现的位置的后面能匹配表达式exp。比如\b\w+(?=ing\b)，匹配以ing结尾的单词的前面部分(除了ing以外的部分)

查找I’m singing while you’re dancing.时，它会匹配sing和danc。

(?<=exp) 它断言自身出现的位置的前面能匹配表达式exp。比如(?<=\bre)\w+\b会匹配以re开头的单词的后半部分(除了re以外的部分)，例如在查找reading a book时，它匹配ading

负向零宽断言

负向零宽断言只匹配一个位置，并不消费任何字符。

eg:

1
2
3
4
5
6
7
8
9
10
11

\b\w*q(?!u)\w*\b
// 匹配存在q且q后面不为u的单词。

\d{3}(?!\d)
// 匹配三位数字，而且这三位数字的后面不能是数字；

\b((?!abc)\w)+\b
// 匹配不包含连续字符串abc的单词

(?<![a-z])\d{7}
// 匹配前面不是小写字母的七位数字

贪婪与懒惰

当正则表达式中包含能够接受重复的限定符时，通常是要匹配尽可能多的字符。
这就叫贪婪匹配

eg:

1
2

a.*b
// 匹配最长的a开头b结尾的字符串

而当正则表达式需要匹配尽可能少的字符时，就叫懒惰匹配

eg:

1
2
3

a.*?b

// 匹配最短的以a开头b结尾的字符串

.*?就意味着匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复

懒惰限定符：

学习资料来自：https://deerchao.net/tutorials/regex/regex.htm

• ← Previous Post
• Next Post →