发现在配置库和头文件的时候,看别人的各种骚表达式看不懂,所以在此补一下自己的知识,写个笔记。
声明:下面的笔记基本都是基于这个博客, 写的太好还带练习,我就相当于跟一遍他的教程, 侵删。
https://segmentfault.com/a/1190000021515220
什么是正则表达式
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。
一个正则表达式是一种从左到右匹配主体字符串
的模式。所以基本上他就是用来匹配
的了。
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 pig on the moon.
正则表达式会逐渐匹配句子中的每个字符。而且大小写敏感
, 所以在匹配。
所以上面的句子就只会匹配后面的那个 the
“the” => The pig on the
moon.
“The” => The
pig on the moon.
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。
下面就是元字符的表格了, 基本就是遇到了当字典查的玩意儿。
元字符 | 意思 |
---|---|
. | 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} | 匹配n个大括号之间的字符. |
{n,m} | 匹配num个大括号之间的字符 (n <= num <= m). |
{n,} | 匹配num个大括号之间的字符 (n <= num). |
(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 搞点直观的例子
- 测试例子的链接 百试出真知:https://regex101.com/r/xc9GkU/1
- 从句子开始匹配2个任意字符(
..
)再匹配个字符 u
2.2 字符集 Character set
字符集也叫做字符类。
方括号
用来指定一个字符集
。
在方括号中使用连字符 -
来指定字符集的范围。
在方括号中的字符集不关心顺序
。
就是说可以在[ ]
中选字符来于[ ]
外面的字符来进行匹配
例如,表达式[Tt]he 匹配 the 和 The。
方括号的句号就表示句号, 而不是点运算符
2.2.1 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,它表示这个字符集是否定的。
例子在上面的图片中也有了
2.3 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。
2.3.1 * 字符
号匹配 在之前的字符出现大于等于0次。
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。空格和标点符号不算。
字符和.字符搭配可以匹配所有的字符.。
*和表示匹配空格的符号\s
连起来用,如表达式\s*dog\s*
匹配0或更多个空格开头和0或更多个空格结尾的cat字符串。下面例子中是从\sdog\s
到dog
都被匹配。 简单来说*
符号可以表示有和没有
2.3.2 +字符
+号匹配+号之前的字符出现 >=1 次。
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。下面例子中是从cat\s
到\smat
都被匹配,包括其中的空格
2.3.3 ?字符
在正则表达式中元字符 ? 标记在符号前面的字符为可选,即出现 0 或 1 次。
例如,表达式 [T]?he 匹配字符串 he 和 The。
2.4 { }字符
在正则表达式中 {} 是一个量词,常用来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。
我们可以省略第二个参数。
例如,[0-9]{3,} 匹配至少3位 0~9 的数字。
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3位数字
2.5 (…) 捕获组 特征标群
特征标群是一组写在 (…) 中的子模式。例如之前说的 {} 是用来表示前面一个字符出现指定次数。但如果在 {} 前加入特征标群则表示整个标群内的字符重复 N 次。例如,表达式 (ab)* 匹配连续出现 0 或更多个 ab。
我们还可以在 () 中用或字符 | 表示或。例如,(c|g|p)ar 匹配 car 或 gar 或 par.
2.5.1 非特征标群 非捕获组
非捕获组是一个仅仅匹配字符的捕获组,但是它不捕获任意组。非捕获组可以由被:跟着的?所表示,整个表达被(…)囊括。例如,正则表达式(?:c|g|p)ar与(c|g|p)ar相似,它们匹配相同的字符串,但是前者并不会捕获任意一个组。
非捕获组在“查找和替换”的情况(find-and-replace functionality)下会很有帮助。
另外,如果非捕获组和捕获组被混合的时候,非捕获组可以帮助我们去得到一个匹配的概况。
另请参阅4. 零宽度断言。
2.6 | 或运算符 Alternation
或运算符就表示或,用作判断条件。
例如 (T|t)he|car 匹配 (T|t)he 或 car。
2.7 转码特殊字符
反斜线 \ 在表达式中用于转码紧跟其后的字符。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 \。
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 .?是选择性匹配.
2.8 锚点
在正则表达式中,想要匹配指定开头或结尾的字符串就要使用到锚点。^ 指定开头,$ 指定结尾。
2.8.1 ^ 字符
^ 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 The 或 the 开头的字符串。
2.8.2 $ 字符
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。
简写字符集
可以观察到,大写字母往往是小写字母的反义。
\babc或者^abc