文章目录
正则表达式简介
为什么需要正则表达式?
- 文本的复杂处理
正则表达式的优势和用途?
- 一种强大而灵活的文本处理工具;
- 大部分编程语言、数据库、文本编辑器、开发环境都支持正则表达式。
正则表达式定义:
- 正如他的名字-样是描述了一个规则,通过这个规则可以匹配一类字符串。
- 学习正则表达式很大程度上就是学习正则表达式的语法规则。
普通字符
- 字母、数字、汉字、下划线、以及没有特殊定义的标点符号,都是“普通字符”。表达式中的普通字符,在匹配一个字符串的时候,匹配与之相同的一个字符。
简单的转义字符
注意:在Java或者其他编程语言中使用正则表达式时,由于它的是一个字符串,而\是字符串中转义字符,如果要使用\则需要使用\ \来代替
标准字符集合
- 能够与‘多种字符’,匹配的表达式
- 注意区分大小写。大写是相反的意思(比如\D表示所有非数字字符)
自定义字符集合
- [ ]方括号匹配方式,能够匹配方括号中任意一个字符
- 正则表达式的特殊符号,被包含到中括号中,则失去特殊意义,除了^,-之外。
- 标准字符集合,除小数点外,如果被包含于中括号,自定义字符集合将包含该集合。比如:
- [\d.-+]将匹配:数字、小数点、+、-
量词( Quantifier )
- 修饰匹配次数的特殊符号
- 匹配次数中的贪婪模式(在使用量词{m,n}时,匹配字符越多越好,默认! )
- /d{3,6}表示匹配3到六个数字,尽量多匹配
- 匹配次数中的非贪婪模式(匹配字符越少越好,修饰匹配次数的特殊符号后再加上一个"?"号)
- /d{3,6}?表示匹配3到六个数字,尽量少匹配
- /d{3,6}?表示匹配3到六个数字,尽量少匹配
字符边界
- (本组标记匹配的不是字符而是位置,符合某种条件的位置)
- \b匹配这样一个位置:前面的字符和后面的字符不全是\w
- \bgood会匹配到good123,但不会匹配到123good;good\b会匹配到123good,但不会匹配到good123。\bgood\b只会匹配到good
- 注意这里的
^
和[]
里的^
不一样,在[]
里的表示取反,在外面表示字符串的开始。 - ^i表示以i开始,i$表示以i结束
- 需要注意着三个字符时零宽度的,因为它们表示位置而不是某个字符。
- 如果在正则表达式中同时使用^ $则要求字符串必须完全符合正则表达式
正则表达式的匹配模式
IGNORECASE 忽略大小写模式
- 匹配时忽略大小写。
- 默认情况下,正则表达式是要区分大小写的。
SINGLELINE 单行模式
- 整个文本看作一个字符串,只有一个开头, 一个结尾。
- 使小数点"."可以匹配包含换行符( \n )在内的任意字符。
MULTILINE 多行模式
-
每行都是一个字符串,都有开头和结尾。
-
在指定了MULTILINE 之后,如果需要仅匹配字符串开始和结束位置,可以使用\A和\Z
选择符合分组
- 如果使用非捕获组(?😃,则不能使用反向引用。因为使用非捕获组不会对捕获到的字符进行保存。
反向引用( \nnn )
- 每一对()会分配一个编号,使用()的捕获根据左括号的顺序从1开始自动编号。
- 通过反向引用,可以对分组已捕获的字符串进行引用。
- ([a-z]{2})\1表示匹配两组连续相同的四个字符,比如abab,gogo,dodo。
预搜索(零宽断言)
- 进行子表达式的匹配,匹配内容不计入最终的匹配结果,是零宽度
- 这个位置应该符合某个条件。判断当前位置的前后字符,是否符合指定的条件,但不匹配前后的字符。是对位置的匹配。
- 正则表达式匹配过程中,如果子表达式匹配到的是字符内容,而非位置,并被保存到最终的匹配结果中,那么就认为这个子表达式是占有字符的;如果子表达式匹配的仅仅是位置,或者匹配的内容并不保存到最终的匹配结果中,那么就认为这个子表达式是零宽度的。占有字符还是零宽度,是针对匹配的内容是否保存到最终的匹配结果中而言的。
-
(?=exp)测试:
-
(?!exp)测试: