如果你跟我一样是菜鸟，那应该看看这篇正则表达式指南

这是一篇正则表达式的图解指南，这个指南适合那些从未摆弄过，刚开始想要学习正则表达式，却被吓了个半死的人（像我一样）。对没有受过正规计算机教育的人来说，正则表达式好像是只有最核心的 Unix 程序员才敢接触。

但其实不然。一个好的正则表达式看似神奇，但要记住这一点：任何足够先进的技术都跟魔法无异。所以我们不要被它给吓到，这篇文章让我们从最基础的知识开始，了解什么是正则表达式以及它们用于什么？

开始！

正则表达式的核心是定义搜索模式的字符序列。通常用在像grep这样的工具中，可以在更长的文本字符串中查找我们想要的内容。

假设有这么一个文件 cat.txt ，内容很简单，只有三行：

cat
cat2
dog

如果我们使用 cat 这样的表达式来进行检索，那么我们可以获得结果

cat
cat2

（对于硬核用户来说，在这篇文章中，我把正则表达式和使用正则表达式的工具（如grep）混淆。我知道这在技术上是错误的，只是为了表达方便）

正则表达式适用于字符，而不是单词

在这里需要强调的是：正则表达式适用于字符，而不是单词。串联是隐含的。

如果我们使用正则表达式搜索模式cat，我们不是在寻找“cat”这个词，而是我们正在寻找字符 c 而后跟一个a，而后又跟 t 字符。

点和星号

最基本的字符是单个字符，如a，b，c等。现在让我们介绍两个特殊的客人。

点号(.) 字符匹配任何单个字符。例如，如果我们搜索c.t，我们将匹配从cat到c0t或cAt的任何内容，我们将匹配任何单个c，后跟任何字符，后跟单个t 字符。

*（星号）字符有点难度。它修改前面的字符，然后匹配零个或多个字符。是的，再读一遍，零个或多个字符。例如，cat *会匹配cat，catt，cattttt但也会匹配。

猫吃了我的作业

想象一下，我们逐行读取文件，第一行如下：

The cat ate my homework.

让我们来看看我们如何匹配这一行中的 cat 这个模式。

我们首先将模式的第一个字符与句子中的第一个字符进行匹配。

如果我们找不到匹配项，我们会跳到该行中的下一个字符，并从该模式的第一个字符开始。

如果我们找到匹配项，我们将转到模式和行中的下一个字符并重复此过程。当我们找到整个模式的匹配时，我们返回找到匹配的行。

这就是正则表达式最常用于最基本的级别，以便在更大的字符串中找到更小的搜索模式。

到目前为止，我们已经了解了正则表达式和两个特殊字符，即 . 号和 *（星号），但还有更多。

正则表达式三剑客

正则表达式包含三个主要的组件：

• 锚

• 字符集

• 修饰符

这三个组成了...正则表达式三剑客！

我们先从锚点开始。

锚点

锚点指定图案相对于线条的位置。这是两个最重要的锚点：

• ^（插入符号）将您的模式匹配到行的开头。例如，模式^ 1匹配以1开头的任何行。

• $（美元）将您的模式匹配到句子的末尾。例如，9 $匹配任何以9结尾的行。

请注意，在这两种情况下，模式必须分别在模式中的第一个和最后一个。^ 1在一行开头匹配1，但1 ^匹配1后跟^。同样，1 $匹配以1结尾的行，但$ 1匹配一个美元符号，后跟行上的任意位置1。

下一部分是字符集。

字符集

字符集是正则表达式的面包和黄油。单个字符，比如a，是最原子的字符集（一个元素的集合）。但是我们可以使用像[0-9]那样匹配任何单个数字的正则表达式来做疯狂的事情，或者如果你还记得我们可以制作模式[0-9] [0-9] *（这个模式匹配的是什么） 作为读者的练习）。

其他一些重要的字符集：

• [0-9] 匹配任意单个数字

• [a-z] 匹配任意小写字母

• [A-Z] 匹配任意大写字母

我们也可以合并多个字符集：

• [A-Za-z0-9] 匹配任意大写、小写字母以及数字

修饰符

这里我不想太深入的介绍，我们之前已经使用的  *（星号）是一个修饰符。修饰符会更改其前面字符的含义。还有许多其他修饰符，但从 * 开始比较容易理解。

一个具体的例子

首先我们快速生成一个包含某些文本的文件：

$ echo "The cat jumps long time \nThen we also have the fact that these are words.\n1234 this is a test post please ignore." >> grep.txt

文件内容如下：

$ cat grep.txt

The cat jumps long time
Then we also have the fact that these are words.
1234 this is a test post please ignore.

然后咱们搜索一下 cat

$ grep "cat" grep.txt

The cat jumps long time

接下来我们搜索任意以数字开头的行

$ grep "^[0-9]" grep.txt

1234 this is a test post please ignore.

你刚刚就在使用正则表达式，是不是棒极了？

总结

在这篇文章中我们介绍了:

• 正则表达式的基本功能

• 正则表达式的三个主要的组件：锚点、字符集和修饰符

• . (点), * (星号), ^ (插入符号) 以及 $ (美元符).

• 一些字符集 [0-9], [a-z], [A-Z] 和字符集的合并

这篇博文的目的是通过插图介绍使正则表达式更加容易理解。

如果你已经摆脱了正则表达式在技术上的困难，你最终就得到的是一个相对简单但超级强大的工具。

给自己点赞吧，你已经没资格当菜鸟了！

本文翻译自 https://www.janmeppe.com/blog/regex-for-noobs/ 。

图文版请看公众号“红薯胡说”

转载于:https://my.oschina.net/javayou/blog/3083941