正则入门及基础理知识论

正则表达式

元字符： 正则表达式中具有特殊意义的专用字符。

正则元字符

• 特殊字符
• 空白符
• 范围
• 量词
• 断言

特殊字符

• . (英文的点) 表示换行以外的任意个字符
• \d 任意数字 \D 任意的非数字
• \w(小写） 任意字母、数字、下划线(不包含空格）
• \W(大写） 任意非字母、数字、下划线
• \s 任意空白符
• \S(大写） 任意的非空白符

空白符

• \r 回车符
• \n 换行符
• \f 换页符
• \t 制表符
• \v 垂直制表符
• \s 任意空白符

量词

• *： 0到多次
• +： 1次到多次
• ?： 0到1次
• {m}： 出现m次
• {m,}： 出现至少m次
• {m,n}： m到n次

范围

• |或,： 如love|live代表love或live
• []多选一： 括号中任意个元素
• [a-z]： 匹配a到z之间任意单个元素
• [^…]： 不能是括号中的任意单个元素（^ 脱字符）

贪婪模式

尝试尽可能最大长度去匹配

非贪婪模式

量词后面加 ?：匹配长度最小满足要求的

独占模式（量词后加+)

独占模式与贪婪模式类似，尽可能多的去匹配，如果匹配失败就结束，不会进行回溯

例子

	正则	文本	结果
贪婪模式	a{1,3}ab	aaab	匹配
非贪婪模式	a{1,3}?ab	aaab	匹配
独占模式	a{1,3}+ab	aaab	不匹配

脱字符（^）代表正则开头，美元符号（$）代表结尾

分组

• 使用括号将多个元字符组成的部分括起来，将括号内的元字符当作一个整体。
• ”复用",就是引用之前出现过的分组。
• 不保存子组，在括号内使用 ?: 可以提高正则的性能。
• 分组命名：使用 (?P<分组名>正则)
• 分组引用： \number 或者 $number