正则表达式学习总结

正则表达式 学习总结

意义：判断一个字符序列是否与一个模板匹配
使用建议：及时备份
匹配原则：匹配之间互不覆盖，即在文本12345中使用\d{3}只找到123

使用环境

工具

1.cmd
查询版本findstr /?
查询文本find /N(行号) (正则表达式) *.*(文件名 支持正则表达式)
注：cmd 仅支持少量正则表达式语法

2.WPS/Microsoft Word(Excel…) /…
CTRL F
注：仅支持通配符? *

3.Open Office.org Writer

4.Notepad++/Sublime text/…

语言

1.Java/Java Script (RegExp/String 实现)
2.VB Script
3.Visual Basic .NET
4.C#
5.Perl
6.My SQL/SQL Server 2000

元字符

直接匹配

car：car

限定字符

1.?字符
块?：块中内容可以匹配或不匹配（尽可能匹配）
例：colou?r'?：color;colour;color';colour'
匹配?：\?

2.*字符
块* ：块中内容可以不匹配，也可以匹配多次（尽可能匹配）
例：colo*r：colr;color;coloor;colooooooor
匹配*：\*

3.+字符
块+ ：块中内容匹配至少一次（尽可能匹配）
例：colo+r：color;coloor;colooooooor
匹配+：\+

4.大括号语法
(1)块{n}：块中重复n次
(2)块{n,m}：块中重复n~m次
(3)块{n,}：块中重复n~+∞次

元字符

模板字符	匹配字符
.	几乎所有字符(存在版本区别)
\.	.
\w	英文字母，汉字，希腊字母…;数字;下划线
\W	除去\w字符
\d	数字
\D	除去\d字符
\s	空格;制表符;换行符
\S	除去\S字符
\t	制表符
\n	换行符
\\	\
^A	行首A
[^AB]	非A and 非B
[ABC^D]	A or B or C or ^ or D
\^	^
A$	行末A
\$	$
\<A	词首A
A\>	词末A
\bA	=\<A
A\b	=A\>
\B	非词的边界

匹配空行:^$
##字符类

模板	匹配
[yieee2d]	y or i or e or 2 or d
[C-Q];[t-x];[2-5]	C~Q;t~x;2~5
\[;\]	[;]
[C-Qu-z3-9]	C~Q or u~z or 3~9

注意：
1.慎用[A-z]：编码表不连续
2.慎用[4-3][c-a]：版本不同，意义不同
3.[.-/]不表示. or - or /，表示. ~ / —> [-./] or [-/.]
4.Java中支持&&：[A-Z&&[^B-D]]
5.部分支持[:alnum:]：[A-Za-z0-9]

圆括号与双向查找

圆括号的作用

1.对字符进行分块：使用限定符
(United)( )(States){3}

2.选择性
(A|B|DFF)：A or B or DFF
注意：顺序匹配，即(a|ab)无法匹配ab(不覆盖原则) —>(ab|a)

3.捕获圆括号：参加编号的圆括号
(正则表达式)
编号规则：依据左括号出现的顺序从1开始
(A2){7}(B342){2}(C423(D2E2R){2}){5}
Python/.NET/… 语言支持对分出的组进行命名
Python (?P<华丽的名字>正则表达式)
.NET (?<华丽的名字>正则表达式) or (?'华丽的名字'正则表达式)

4.非捕获圆括号：不参加编号的圆括号
(?:正则表达式)

5.反向引用
\number：与分组number的字符一模一样
例：([A-Za-z])([t-y])\1\2可匹配形如TuTu eyey rxrx等，不可匹配uuyt

双向查找

模板|匹配
：-：|：—
fnoi2014xtx(?=\d{2})|只匹配后面紧邻两个数字的fnoi2014xtx
fnoi2014xtx(?!\d{2})|只匹配后面不紧邻两个数字的fnoi2014xtx
(?<=\d{2})fnoi2014xtx|只匹配前面紧邻两个数字的fnoi2014xtx
(?<!\d{2})fnoi2014xtx|只匹配前面不紧邻两个数字的fnoi2014xtx

注：匹配位置：(?<=S)(?=A)

贪婪 懒惰 占有

贪婪：首先匹配整个字符串，尝试匹配时选定尽可能多的内容，失败后回退
懒惰：从目标起始位置开始匹配，每次向后一个字符
占有：只尝试一次

限定符默认贪婪

限定符懒惰化
*? ; +? ; ?? ; {n,m}? ; {n,}?