正则表达式

一分钟使用正则表达式

最基本的正则表达式结构

符号	意义
括号	[]内是需要匹配的字符，{}里是指定匹配字符的数量，()对表达式进行分组
^	表示正则表达式的开始
$	表示正则表达式的结束

$|表示正则表达式的结束

正则表达式就是在用一定的规则描述字符串。这个描述可以被用于未知字符串的验证，查找和替换。

基本规则

普通字符

字母、数字、汉字、下划线，以及在正则表达式里不代表特殊含义的字符

转义字符

表达式	匹配项
\r，\n	回车，换行
\t	制表符
\\	\
\^	^
$	$
\.	.
(\ )	()
\[\ ]	[]
\{\}	{}
\|	|
\*	*
\?	?
\+	+

要匹配到这些字符本身就需要使用转义字符，因为他们在正则表达式里面代表有特殊的含义

多种字符集合表示

表达式	匹配项
\d	0-9任意一个数字
\w	A-Za-z0-9和_，所有大小写字母，数字，及下划线中任意一个字符
\s	空格，制表符，换页”\f”等空白字符中的一个
.	除换行符以外的一个字符

自定义多字符表达式

表达式	可匹配
[ab5@]	匹配 “a” 或 “b” 或 “5” 或 “@”
[^abc]	匹配 “a”，”b”，”c” 之外的任意一个字符
[f-k]	匹配 “f”~”k” 之间的任意一个字母
[^A-F0-3]	匹配 “A”~”F”，”0”~”3” 之外的任意一个字符

这里的^意思是非

限定符

表达式	作用
?	匹配表达式0次或者1次，相当于 {0，1}
+	表达式至少出现1次，相当于 {1，}
*	表达式不出现或出现任意次，相当于 {0，}

自定义限定符表达式

表达式	作用
{n}	表达式重复n次
{m，n}	表达式至少重复m次，最多重复n次
{m，}	表达式至少重复m次

指位符

这一类符号在搜索的结果内不出现

表达式	作用
^	与字符串开始的地方匹配，不匹配任何字符
$	与字符串结束的地方匹配，不匹配任何字符
\b	匹配一个单词边界，也就是单词和空格之间的位置，不匹配任何字符

\b的特别说明
表达式”\bfhskd\b”匹配”sfjsfhskd skdfj fhskd mnv”时，只能匹配到fhskd。且表达式的意思是，两端拥有空格的fhskd

高级规则

匹配次数的贪婪与非贪婪

在使用限定符? + *时，默认是尽可能多的匹配。比如，”2333333”，使用”\b+”，会把整个字符串都匹配到，因为正则默认就是在贪婪模式，会尽可能多的匹配符合条件的字符串；”\b+?”只会匹配到一个”2”，?修饰的限定符出于非贪婪模式下，会匹配最小限度符合条件的字符串。

匹配结果的引用

()匹配出来的结果可以在下一次匹配的时候参与匹配。比如，匹配标签”< p>< /p>”(忽略里面的空格)，就可以”<(\w+)>(.*?)(/\1)”，其中\1引用了(\w+)匹配出来的结果，使得前后的标签能够成双成对。要使用\后面的数字指的是从左往右，第几个(括住的表达式的结果，对嵌套的表达式同样有效。

非获取匹配的正反向预搜索

其实就是指位符的自定义版本

表达式	意义
(?=pattern)	放在匹配式的右边，只有在右边符合字符串pattern时，匹配部分才会配选中，而pattern不会被选中。”A(?=B)”通俗地讲就是找到右边带有B的A。
(?!pattern)	右边不符合pattern时，匹配成功
(?<=pattern)	放在匹配式的左边，且符合pattern时返回成功
(?<!pattern)	左边不符合时，匹配成功

那么什么时非获取呢？比如，我们前面提到过()获取的内容可以使用\和数字来获取，这叫做获取匹配；上面的表达式也含有()，但是他们是非获取匹配。
除此以外，(?:pattern)是最后一个带括号的非获取匹配。例如，你需要查找industry industries这两个单词中的一个。你就可以”industr(?:y|ies)”，但是你也能够”industr(y|ies)”表示，只不过在需要获取匹配内容时，可能会使\的数字加1。

其他内容

多种字符补集

表达式	可匹配
\S	匹配所有非空白字符（”\s” 可匹配各个空白字符）
\D	匹配所有的非数字字符
\W	匹配所有的字母、数字、下划线以外的字符
\B	匹配非单词边界，即左右两边都是 “\w” 范围或者左右两边都不是 “\w” 范围时的字符缝隙

匹配模式

模式	说明
i(ignorecase)	匹配时忽略大小写
s(singleline)	使.能匹配包括\n在内的所有符号
m(multiline)	通常情况下，正则表达式只能匹配一行字符串，也就是遇见\n停下来。m可是正则表达式匹配多行字符串
g(global)	一般情况，一旦有符合条件字符串，匹配即终止。g强调查找字符串中所有的匹配