IOS正则表达式

转自：http://www.cocoachina.com/ios/20150415/11568.html

Overall Concepts

在看更深入的内容之前，理解一些关于正则表达式的核心概念很重要。

字面字符（Literal characters）是最简单地一种正则表达式。你已经很熟悉他们了，比如，文字处理机或文本编辑器中得“find”操作。例如，单个字符的正则表达式 t 就会找到字母“t”出现的所有地方,正则表达式 jump 会找出所有出现“jump”的地方。优美，简洁！

就像一种编程语言一样，正则表达式的语法中也有一些保留字，如下：

• [

• ( and )

• \

• *

• +

• ?

• { and }

• ^

• $

• .

• | (pipe)

• /

这些字符被用作高级模式匹配。如果你想搜索这些字符中的一个，你需要用反斜线（\）转义它,例如，为了搜索一个文本块中的句号，不是用.，而是用\.。

每种环境，在Python、Perl、Java、C#、Ruby或者其他环境，在实现正则表达式时都有一些特殊的细微差别，在Swift中也不例外！

无论Objective-C还是Swift，你在字面量字符串中都需要转义一些特殊字符（在他们之前添加\字符）。这其中一个字符就是反斜线自身\！既然这个被用来创建正则表达式的模式也是字符串，在你处理String 和 NSRegularExpression，你需要转义反斜线时， 这就增加了复杂性。

这意味着在Swift（或者Objective-C）代码中标准的\.将会显示为\\.。

用以下两点来澄清以上概念：

• 字面的“\\.”定义了一个字符串:\.

• 正则表达式\.则是匹配一个单个的句号字符.。

截获圆括号（capturing parentheses） 被用作组模式的一部分。例如：3 (pm|am)会匹配文本“3 pm” ,也会匹配“3 am”。竖线字符（|）执行的是或操作。只要你乐意，你可以包含多个竖线字符在你的正则表达式中。例如，(Tom|Dick|Harry)是一个有效的模式，它能匹配那三个名字中的任一个。

当你需要选择性的匹配特定的字符串时，圆括号组用起来很方便。比方说你要在一个文本中查找“November”，但是它可能被简写为“Nov”.你就能定义一个模式 Nov(ember)?,在捕获圆括号（capturing parentheses）后加上问号，意味着这个圆括号内的内容是可选的。

这个圆括号（parentheses）被定义为术语捕获（capturing）因为他们捕获匹配的内容，并允许在你的正则表达式的其他地方引用它。

举个例子，假使你有一个字符串“Say hi to Harry”.如果你创建一个搜索并替换的正则表达式，用that guy $1 来替换任一处出现的(Tom|Dick|Harry)，结果就会是“Say hi to that guy Harry”.$1允许你引用前面规则中的第一个截获组。

捕获组和非捕获组是一些高级的话题，在本教程的后面你会遇到关于他们的例子。

字符组（Character classes）相当于一组字符中匹配单个字符。字符组出现在中括号（[ 和 ]）之间。

例如，正则表达式 t[aeiou]会匹配“ta”、“te”、“ti”、“to”或“tu”。你可以放任意多的字符在中括号中，但是请记住，只能匹配一个字符。[aeiou]看起来是五个字符，但它真实意义却是“a”或”e“或”i“或”o“或”u“。

如果字符连续出现，你也能在字符组中定义一个范围。例如，为了搜索在100到109的数字，模式应该用10[0-9]。这和10[0123456789]会返回同样地结果，不过，使用范围来定义你的正则表达式看起来更简洁和易于理解。

字符组不止局限于数字，你同样可以用字符来这样做。比如，[a-f]会匹配”a“，”b“，”c“，”d“，”e“或”f“。

字符集通常包含你想要匹配的字符，但是如果你想明确指出不要匹配的字符该怎么办？同样你能定义除此之外的字符组，把^放在前面。例如，模式t[^o]就会匹配包含”t“并且后面紧跟的字符是非o的字符。

NSRegularExpressions Cheat Sheet

正则表达式是一个语法简单但能组合成非常复杂的结果的绝佳例子！即使是一个正则表达式能手，也会再一些古怪的边界问题上参考一些小抄。

为了能帮助你理解，我们为你提供了正式的 raywenderlich.com的NSRegularExpression Cheat SheetPDF！请下载下来查看。

除此之外，下面是cheat sheet的缩小版，和一些简短的解释：

• .匹配任一字符。p.p匹配pop,pup,pmp,p@p等等。

• \w匹配任意“word-like”字符，包括数字，字母，下划线，不过不能匹配标点符号和其他字符。hello\w会匹配”hello_“,”hello9”和”helloo”,但不匹配”hello!”。

• \d 匹配数字，大部分情况下是[0-9]。\d\d?:\d\d会匹配时间格式的字符串，比如”9：30“和”12：45“。

• \b 匹配额外的字符，例如空格，标点符号。to\b 会匹配”to the moon”和“to!”中得“to”,但是不会匹配“tomorrow”。\b 用在整个单词的匹配方面和方便。

• \s 会匹配空白字符，比如，空格，制表符，换行符。hello\s 会匹配“Well,hello there!”中的 “hello ”。

• ^用在一行的开始。记住，这个特殊的^不同于方括号中的^!例如，^Hello 会匹配字符串“Hello there”，而不会去匹配“He said Hello”。

• $ 用在一行的结束，例如，the end$ 会匹配“It was the end” 而不会去匹配 “the end was near”。

• * 匹配 它之前的元素0次或多次。12*3  会匹配 13, 123, 1223, 122223, 和 1222222223。

• + 匹配 它之前的元素1次或多次. 12+3  会匹配  123, 1223, 122223, 和 1222222223。

• 花括号{}包含了匹配的最大和值最小个数。例如，10{1，2}1会匹配“101”和“1001”，而不会匹配“10001”，因为匹配的最小个数为1，最大个数为2。He[LI]{2,}o会匹配“HeLLo”和“HellLLLIo”和任意其他的“hello”添加多个L的变种，所以没有限制，因为，最少的个数是2，最大的个数没有设置。

有了这些基础知识，就可以继续向下学习了。