正则表达式学习笔记

正则表达式学习笔记

1. 语法

1.1 标准字符集合

• 注意：要区分大小写，大写是相反的意思

表达式	功能
\d	匹配任意一个数字，0~9中的任意一个
\w	任意一个字母或数字或下划线，也就是AZ、az、0~9
\s	包括空格、制表符、换行符等空白字符的任意一个
.	小数点可以匹配任意一个字符（除了换行符） 如果要匹配包括"\n"在内的所有字符，一般用[\s\S]

1.2 自定义字符集合

• [ ]方括号匹配方式，能够匹配方括号里面的任意一个字符

表达式	功能
[a1@]	匹配“a"、“1”、"@"中的任意一个字符
[^a1@]	匹配“a"、“1”、"@"之外的任意一个字符（注意空格）
[a-f1-3]	匹配"a""f"和"1""3"中的任意一个字符（包含a、f、1、3）
[^a-f1-3]	匹配"a""f"和"1""3"之外的任意一个字符（包含a、f、1、3）

• [abcdef123]和[a-f1-3]含义相同
• 如果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^和-。
  • 标准字符集合中，除了小数点之外，如果被包含于中括号中，自定义字符集合将包含该集合。例如
    • [\d.\-+]将匹配：\d表示匹配数字、.匹配小数点本身、-用转义\-表示、+表示本身。

1.3 量词

• 修饰匹配次数的特殊符号

表达式	功能
{n}	重复n次
{m,n}	至少重复m次，最多重复n次
?	匹配表达式0次或1次，相当于{0,1}
+	匹配表达式至少1次，相当于{1,}
*	表达式不出现或者出现任意次，相当于{0,}

• 注意：\d\d{6}表示匹配7位数字，而不是12位，而(\d\d){6}才表示匹配12位
• 贪婪模式–默认情况，匹配次数越多越好
• 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
  • 例如：\d{3,6}?当出现3个数字就匹配一次
• 举例：a\d?b表示匹配ab或ab中间有一个数字的字符串

1.4 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

表达式	功能
^	与字符串开始的位置匹配
$	与字符串结束的位置匹配
\b	匹配一个单词的边界

• \b匹配：前面的字符和后面的字符不全是\w(字母、数字、下划线)
  • 例如sen\b：匹配sen（n右边有一个空格）、不匹配sen1

1.5 选择符和分组

表达式	功能
分支结构：|	左右两边表达式之间的”或“关系，匹配左边或右边
捕获组：()	1. 在被修饰匹配次数的时候，括号中的表达式可以作为整体被修饰 2. 取匹配结果时，括号中的表达式匹配到的内容可以被单独得到 3. 每一对括号会分配一个编号，使用()的捕获根据左括号的顺序从1开始自动编号。 4. 捕获元素为0的第一个捕获是由整个正则表达式模式匹配的文本
非捕获组(?:表达式)	1. 一些表达式中，不得不使用( )，但又不需要保存( )中子表达式匹配的内容，也就是不需要编号，此时可以使用非捕获组。 2. 不影响括号内表达式表达的结果

• 举例([a-z]{2})\1：可以从goto togo gogo toto中匹配到gogo toto
  • 说明：[a-z]{2}匹配到了2个字符go或to，加括号后分组并编号，\1表示引用前面捕获组所捕获的内容

1.6 预搜索(零宽断言)

• 只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(是对位置的匹配)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。

表达式	功能
(?=表达式)	断言此位置的后面能匹配该表达式
(?<=表达式)	断言此位置的前面能匹配该表达式
(?!表达式)	断言此位置的后面不能匹配该表达式
(?<!表达式)	断言此位置的前面不能匹配该表达式

• 举例
  • 文本：goding doing eating 正则：[a-z]+(?=ing)
  • 匹配到：go do eat ing本身没有匹配到

1.7 正则表达式的匹配模式

• IGNORECASE 不区分大小写
  • 默认情况下，正则表达式是区分大小写的
• SINGLELINE 单行模式
  • 将整个文本看成一条字符串，意味着只有一个开头和一个结尾。
  • 使得小数点.：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
  • 在该模式下，如果需要仅匹配整个文本字符串的开始和结束位置，可以使用\A和\Z

2. 常见例子

2.1 电话号码验证

• 要求：
  • 电话号码由数字和 ” - ” 构成
  • 电话号码为7到8位
  • 如果电话号码中包含有区号，那么区号为三位或四位，首位是0.
  • 区号用"-“和其他部分隔开
  • 移动电话号码为11位
  • 11位移动电话号码的第一位和第二位为“13"，“15”，“18”
• 正则：(0\d{2,3}-\d{7,9})|(1[3,5,8]\d{9})

2.2 邮箱验证

• 要求
  • 用户名：字母、数字、中划线、下划线组成。
  • 有@
  • 网址：字母、小数点、数字组成。
  • 组织域名：2-4位字母组成
  • 不区分大小写
• 正则：\w[-\w.+]*@([A-Za-z0-9][-A-Za-z0-9]+\.)+[A-Za-z]{2,14}

2.3 其他常见正则

要求	正则
身份证	\d{17}[\d|x]\d{15}
QQ号	[1-9]([0-9]{5,11})
用户名	[A-Za-z0-9_\-\u4e00-\u9fa5]+
整数	-?[1-9]\d*

3.在开发环境中使用正则

3.1 数据库

• Mysql5.5以上
• Oracle10以上
• 例如
  • select name from user where name REGEXP '.000'(匹配任意字符);

3.2 java中使用正则

• 相关类位于java.util.regex包下
  • 类Pattern
    • 正则表达式的编译表达形式
    • Pattern p = Pattern.compile(”正则表达式“);//建立正则表达式并启用相应模式
  • 类Mathcher
    • Matcher m = p.matcher(str);//匹配str字符串
      Pattern
    • 正则表达式的编译表达形式
    • Pattern p = Pattern.compile(”正则表达式“);//建立正则表达式并启用相应模式
  • 类Mathcher
    • Matcher m = p.matcher(str);//匹配str字符串
  • 使用str.split("正则表达式");//根据正则切割字符串