字面字符(Literal characters)是最简单地一种正则表达式。你已经很熟悉他们了,比如,文字处理机或文本编辑器中得“find”操作。例如,单个字符的正则表达式 t 就会找到字母“t”出现的所有地方,正则表达式 jump 会找出所有出现“jump”的地方。优美,简洁!
就像一种编程语言一样,正则表达式的语法中也有一些保留字,如下:
-
[
-
( and )
-
\
-
*
-
+
-
?
-
{ and }
-
^
-
$
-
.
-
| (pipe)
-
/
这些字符被用作高级模式匹配。如果你想搜索这些字符中的一个,你需要用反斜线(\)转义它,例如,为了搜索一个文本块中的句号,不是用.,而是用\.。
每种环境,在Python、Perl、Java、C#、Ruby或者其他环境,在实现正则表达式时都有一些特殊的细微差别,在Swift中也不例外!
无论Objective-C还是Swift,你在字面量字符串中都需要转义一些特殊字符(在他们之前添加\字符)。这其中一个字符就是反斜线自身\!既然这个被用来创建正则表达式的模式也是字符串,在你处理String 和 NSRegularExpression,你需要转义反斜线时, 这就增加了复杂性。
这意味着在Swift(或者Objective-C)代码中标准的\.将会显示为\\.。
用以下两点来澄清以上概念:
-
字面的“\\.”定义了一个字符串:\.
-
正则表达式\.则是匹配一个单个的句号字符.。
截获圆括号(capturing parentheses) 被用作组模式的一部分。例如:3 (pm|am)会匹配文本“3 pm” ,也会匹配“3 am”。竖线字符(|)执行的是或操作。只要你乐意,你可以包含多个竖线字符在你的正则表达式中。例如,(Tom|Dick|Harry)是一个有效的模式,它能匹配那三个名字中的任一个。
当你需要选择性的匹配特定的字符串时,圆括号组用起来很方便。比方说你要在一个文本中查找“November”,但是它可能被简写为“Nov”.你就能定义一个模式 Nov(ember)?,在捕获圆括号(capturing parentheses)后加上问号,意味着这个圆括号内的内容是可选的。
这个圆括号(parentheses)被定义为术语捕获(capturing)因为他们捕获匹配的内容,并允许在你的正则表达式的其他地方引用它。
举个例子,假使你有一个字符串“Say hi to Harry”.如果你创建一个搜索并替换的正则表达式,用that guy $1 来替换任一处出现的(Tom|Dick|Harry),结果就会是“Say hi to that guy Harry”.$1允许你引用前面规则中的第一个截获组。
捕获组和非捕获组是一些高级的话题,在本教程的后面你会遇到关于他们的例子。
字符组(Character classes)相当于一组字符中匹配单个字符。字符组出现在中括号([ 和 ])之间。
例如,正则表达式 t[aeiou]会匹配“ta”、“te”、“ti”、“to”或“tu”。你可以放任意多的字符在中括号中,但是请记住,只能匹配一个字符。[aeiou]看起来是五个字符,但它真实意义却是“a”或”e“或”i“或”o“或”u“。
如果字符连续出现,你也能在字符组中定义一个范围。例如,为了搜索在100到109的数字,模式应该用10[0-9]。这和10[0123456789]会返回同样地结果,不过,使用范围来定义你的正则表达式看起来更简洁和易于理解。
字符组不止局限于数字,你同样可以用字符来这样做。比如,[a-f]会匹配”a“,”b“,”c“,”d“,”e“或”f“。
字符集通常包含你想要匹配的字符,但是如果你想明确指出不要匹配的字符该怎么办?同样你能定义除此之外的字符组,把^放在前面。例如,模式t[^o]就会匹配包含”t“并且后面紧跟的字符是非o的字符。
NSRegularExpressions Cheat Sheet
正则表达式是一个语法简单但能组合成非常复杂的结果的绝佳例子!即使是一个正则表达式能手,也会再一些古怪的边界问题上参考一些小抄。
为了能帮助你理解,我们为你提供了正式的 raywenderlich.com的NSRegularExpression Cheat SheetPDF!请下载下来查看。
除此之外,下面是cheat sheet的缩小版,和一些简短的解释:
-
.匹配任一字符。p.p匹配pop,pup,pmp,p@p等等。
-
\w匹配任意“word-like”字符,包括数字,字母,下划线,不过不能匹配标点符号和其他字符。hello\w会匹配”hello_“,”hello9”和”helloo”,但不匹配”hello!”。
-
\d 匹配数字,大部分情况下是[0-9]。\d\d?:\d\d会匹配时间格式的字符串,比如”9:30“和”12:45“。
-
\b 匹配额外的字符,例如空格,标点符号。to\b 会匹配”to the moon”和“to!”中得“to”,但是不会匹配“tomorrow”。\b 用在整个单词的匹配方面和方便。
-
\s 会匹配空白字符,比如,空格,制表符,换行符。hello\s 会匹配“Well,hello there!”中的 “hello ”。
-
^用在一行的开始。记住,这个特殊的^不同于方括号中的^!例如,^Hello 会匹配字符串“Hello there”,而不会去匹配“He said Hello”。
-
$ 用在一行的结束,例如,the end$ 会匹配“It was the end” 而不会去匹配 “the end was near”。
-
* 匹配 它之前的元素0次或多次。12*3 会匹配 13, 123, 1223, 122223, 和 1222222223。
-
+ 匹配 它之前的元素1次或多次. 12+3 会匹配 123, 1223, 122223, 和 1222222223。
-
花括号{}包含了匹配的最大和值最小个数。例如,10{1,2}1会匹配“101”和“1001”,而不会匹配“10001”,因为匹配的最小个数为1,最大个数为2。He[LI]{2,}o会匹配“HeLLo”和“HellLLLIo”和任意其他的“hello”添加多个L的变种,所以没有限制,因为,最少的个数是2,最大的个数没有设置。