通配符、正则表达式与文本检索的介绍

通配符、正则表达式与文本检索的介绍

为了方便检索文本，文本编辑器通常会带有「检索功能」。
比如「记事本」和「Word」都可以搜索，Word 还可以在高级模式中用「通配符」来匹配文本。
广告拦截网站也是使用了基于「通配符」的过滤器。
而「正则表达式」相当于通配符的增强版，在编程中广泛使用。

正则表达式

正则表达式是应用最广泛的一种文本筛查工具。
下面介绍一些常用语法，方便入门与查阅

限定符

• ? ：字符可有可无
• * ：字符可有多个或无
• + ：字符可有多个，但不能无
• {} ：字符自定义多少个，比如 {2,4} 是 2-4 个

其他字符

• () ：括号作为整体处理
• | ：「或」运算
• [] ：限制字符内容，比如 [0-9A-Za-z] ，^ 取反
  • \d ：0-9 ，\D 是非数字字符
  • \w ：a-zA-Z_ ，\W 是非单词字符
  • \s：制表符、换行符，\S 是非空白字符
• . ：代表任意字符
• ^ 和 $ ：行首行尾，比如 ^d 和 d$ 指只匹配行首行尾的 d
• \b ：代表文字边界

匹配模式

• 贪婪匹配：默认模式，匹配字符长度最大情况
• 懒惰匹配：匹配字符串长度最小的情况

切换方式是加 ? ，比如 .+ 改成 .+?

附录

---

资料
10分钟快速掌握正则表达式_哔哩哔哩_bilibili
Searching - voidtools ：通配符、正则表达式学习
(6 封私信) BNF范式（巴科斯范式）到底是什么？ - 知乎 (zhihu.com)

工具
RegExr: Learn, Build, & Test RegEx
regex101: build, test, and debug regex