正则表达式

能够帮程序员匹配指定规则的字符串

1.限定符

• ？代表？前面的字符需要出现0次或一次       eg: used?， d可有可无，可以匹配 use,used
• *  会匹配0个或多个字符   eg: ab*c，b可以没有，也可以出现多次，可以匹配ac, abc, abbbbc,abbbbbbbbc等
• +  会匹配出现>=1次的字符  eg:ab+c, b出现的次数要>=1,可以匹配abc,abbbc,abbbbc等。如果想要做到更加精确的匹配，可以使用花括号，这就允许我们输入一个范围。比如要指定b出现的次数为6次，可以写成 ab{6}c ;  比如希望字符出现的次数为2-6之间，可以写成 ab{2,6}c ,可以匹配abbc,abbbc,abbbbc,abbbbbc,abbbbbbc; 如果希望字符出现的次数>=2，可以写成 ab{2,}c 
• 以上限定匹配的是一个字符，若要匹配多个字符的重复，可以用（）。eg: (ab)+, ab出现的次数>=1, 可以匹配ab, abab,abc,abbc等

2.“或”运算符

(a|b) 匹配a或b

(ab)|(cd) 匹配ab或cd

 

 3.字符类

比如我们想匹配由abc这几个字母构成的单词，可以用 [abc]+ ,方括号里的内容代表要求匹配的字符只能取自它们

在方括号里指定字符的范围：比如 [a-z]+ 代表所有小写英文字符；[a-zA-Z]+代表所有英文字母；[a-zA-Z0-9]+ 代表所有英文字符和数字

如果在 [ ] 前面写一个 ^（脱字符），代表要求匹配除了 ^ 后面列出的 [ ] 以外的字符，比如 [^0-9]代表所有的非数字字符（包括换行符）

4.元字符

正则表达式中的大多元字符都是以 \ 开头。\d+ 代表数字字符，等同于[0-9]+ ;\D+ 代表非数字字符 ；\w+ 代表单词字符，(包括所有的英文字符，数字和下划线) ；\W+ 代表非单纯字符 ；\s+ 代表空白符（包括tab制表符和换行符）；\S+ 代表非空白字符

 " . " 代表任意字符，但不包括换行符

 

 

^匹配行首

$匹配行尾

 \b 标注字符边界（全字匹配）

 

  

 5.贪婪与懒惰匹配

• <.+>默认贪婪匹配“任意字符”
• <.+?>懒惰匹配“任意字符”

之前说到的  * + { } 在匹配字符串的时候，默认会匹配尽可能多的字符

 

 <.+>这个表达式会把整个字符串全部匹配,如果想要匹配< >里的内容，可以写成<.+?>,这样会将正则表达式中默认的贪婪匹配（greedy match）切换为懒惰匹配（lazy match）