正则表达式的使用

简单介绍一下正则表达式相关知识(内容主要从这里提取的)。正则表达式就是记录文本规则的代码。

元字符

常见的元字符有. ,*,?,\d,\s,\w,\b,+,$,^等。.匹配换行符以外的任意字符，＊表示它前面的内容可以连续使用任意次，他俩连在一块就表示不包含换行符的任意字符串，?表示重复零次或一次，\d匹配一位数字，\s匹配任意的空白符，\w匹配字母或数字或下划线或汉字等,\b匹配单词的开始或结束，+匹配1次或任意次。$匹配字符串的结束。.^匹配字符串的开始。

举个简单的例子，^\d{6,12}$匹配以数字开头，长度大于6，小于12的数字串。

重复

.,*,+,{2},{6,12}都表示重复的方式

字符类

用[]表示，[aeiou]匹配任意一个元音字母，[0-9]等同于\d.

分歧条件

用|符号把不同的规则分隔开，满足一个规则就符合规则。

分组

如果我们想要重复多个字符，可以用小括号指定子表达式，叫做分组。

反义

\W,\S,\D等，\W匹配任意不是字母数字下划线汉字的字符,\S匹配任意不是空白字符的字符,\D匹配任意非字符的字符

后向引用

在匹配的规则的表达式中，如果包含分组，就自动会从左到右给分组一个序号，用\1,\2表示。在表达式或其他程序中可以用\1来引用这些分组而不用重复的编写规则。

零宽断言

匹配某些内容之前或之后的字符串，(?=exp)匹配exp前面的部分，(?<=exp)匹配exp后面的部分，这两种匹配 的结果都不包含exp本身。

负向零宽断言

表示断言此位置之前或之后不能出现exp，其中(?!exp)表示之后不能出现exp，(?<!exp)表示之前不能出现exp。

贪婪与懒惰

直接用例子来说明比较方便，例如，表达式a.*b匹配字母a和b之间的内容，默认情况下会匹配尽可能多的字符，例如aabaab,会匹配得到aabaab，而如果在表达式之后加上一个?,就会匹配最短的内容，a.*?b再次来匹配时，就会得到ab,ab