文章目录
一、正则表达式(Regular Expression)简介
正则表达式(regular expression)描述了一种字符串匹配的模式(pattern),可以用来检查一个串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等。
二、正则表达式语法
1.普通字符
字母、数字、汉字、下划线、以及没有特殊定义的标点符号,都是“普通字符”。正则表达式中的普通字符,在匹配一个字符串的时候,匹配与之相同的一个字符。
2.转义字符
字符 | 含义 |
---|---|
\n | 换行符 |
\t | 制表符 |
\\ | 代表“\”本身 |
\r | 回车 |
\f | 换页 |
\^ ,\$,\.,\ (, \ ) , \{, \} ,\? , \+ , \* | 代表符号本身 |
3.标准字符集合
能够与“多种字符”匹配的表达式,需要注意的是使用时,要区分大小写,大写是相反的意思。
字符 | 含义 |
---|---|
\d | 任意一个数字 |
\w | 任意一个字母或数字或下划线 |
\s | 包括空格、制表符和换行符等空白字符的其中任意一个 |
. | 可以匹配任意一个字符(除了换行符) |
如果要匹配包括"\n"(换行符)在内的所有字符,一般用[/s/S]。
4.自定义字符集合
[ ]方括号匹配方式,能够匹配方括号中任意一个字符
字符 | 含义 |
---|---|
[abc4@] | 匹配“a”或“b”或“c”或“4”或“@” |
[^abc] | 匹配“a”,“b”,“c”之外的任意字符 |
[f-k] | 匹配“f”-"k"之间的任意一个字母 |
[^A-F0-3] | 匹配“A”-“F”,“0”-"3"以外的任意一个字符 |
除了"^“和”-“之外,正则表达式的特殊符号,被包含到中括号中,则失去其特殊意义。如”."。
5.量词
量词是用于修饰匹配次数的特殊符号
表达式 | 含义 |
---|---|
{n} | 表达式恰好重复n次 |
{m,n} | 表达式至少重复m次,最多重复n次 |
{m,} | 表达式至少重复m次 |
? | 匹配表达式0次或者1次,相当于{0,1} |
+ | 表达式至少出现1次,相当于{1,} |
* | 表达式不出现或出现任意次,相当于{0,} |
默认是贪婪模式进行匹配(匹配字符越多越好),在修饰匹配次数的特殊符号后加上“?”,即非贪婪模式(匹配字符越少越好,又称为最少匹配的、懒惰的、勉强型)
例:贪婪模式匹配
例:非贪婪模式匹配
分析:匹配到连续的三个数字就作为一个结果。
例:?的使用(+,*与之类似)
分析:a\d?b等于a\d{0,1}b,即是一个以a开头,b结尾,中间有0个或1个数字的字符串。
5.字符边界
本组标记匹配的不是字符而是位置,符合某种条件的位置
字符 | 含义 |
---|---|
^ | 与字符串开始的地方匹配 |
$ | 与字符串结束的地方匹配 |
\b | 匹配一个单词边界 |
\B | 匹配一个非单词边界 |
\G | 前一个匹配的结束 |
单词边界:单词和符号之间的边界。
单词可以是中文字符,英文字符,数字;符号可以是中文符号,英文符号,空格,制表符,换行。
非单词边界:符号与符号,单词与单词之间的边界
例:
6.选择符和分组
表达式 | 作用 |
---|---|
|(分支结构) | 左右两边表达式之间“或”关系,匹配左边或右边的表达式 |
( )(捕获组) | (1)在被修饰匹配次数的时候,括号中的表达式可以作为整体被修饰 (2). 取匹配结果的时候,括号中的表达式匹配到的内容可以被单独得到 (3). 每一对括号会分配一个编号,使用 () 的捕获根据左括号的顺序从 1 开始自动编号。捕获元素编号为零的第一个捕获是由整个正则表达式模式 匹配的文本 |
(?:Expression)(非捕获组) | 一些表达式中不得不使用(),但又不需要保存( )中子表达式匹配的内容,这时可以用非捕获组来抵消使用( )带来的副作用。(因为没有保存匹配到的内容,所以无法使用反向引用) |
7.反向引用(\nnn)
每一对()会分配一个编号,使用 () 的捕获根据左括号的顺序从 1 开始自动编号。 通过反向引用,可以对分组已捕获的字符串进行引用。
例如:\1,\2等
\1:表示的是引用第一次匹配到的()括起来的部分
\2:表示的是引用第二次匹配到的()括起来的部分
例:
分析:第一个字符串"aabb",(\w{2})匹配到的内容是aa,而\1引用第一次()匹配到的内容即aa,则此时正则表达式相当于[aaaa],故"aabb"无法匹配到。第二个字符串"abab"同理。
8.预搜索(零宽断言)
只进行子表达式的匹配,匹配内容不计入最终的匹配结果,是零宽度
这个位置应该符合某个条件。判断当前位置的前后字符,是否符合指定的条件,但不匹配前后的字符。是对位置的匹配。
正则表达式匹配过程中,如果子表达式匹配到的是字符内容,而非位置,并被 保存到最终的匹配结果中,那么就认为这个子表达式是占有字符的;如果子表 达式匹配的仅仅是位置,或者匹配的内容并不保存到最终的匹配结果中,那么 就认为这个子表达式是零宽度的。占有字符还是零宽度,是针对匹配的内容是 否保存到最终的匹配结果中而言的。
表达式 | 含义 |
---|---|
(?=exp) | 断言自身出现的位置的后面能匹配表达式exp |
(?<=exp) | 断言自身出现的位置的前面能匹配表达式exp |
(?!exp) | 断言此位置的后面不能匹配表达式exp |
(?<!exp) | 断言此位置的前面不能匹配表达式exp |
例:
1.a(?=b),找出出现a并且出现a位置后面是b的符合a字符 例如 affgfgabdff会找标红的a。
2.a(?<=b)反向搜索,找出出现a并且出现a位置前面是b的符合a的字符,例如 affgfgabdff是找不到任何元素的,因为会从a位置往前找,a自己本身就是往前的第一个元素,所以找不到。
a(?<=a)这样写会找出所有的a,例如affgfgabdff会找出标红的a。
3.a(?!b)正向搜索,找出出现a并且a后面不是b的符合a字符 例如affgfgabdff会找出标红的a。
4.a(?<!b)反向搜索,找出出现a并且出现a位置前面不是b的符合a字符,例如 affgfgabdff会找出标红的a,
注意:在使用(?<=exp)和(?<!exp) 判断前面的位置时包括了其本身
三、正则表达式的匹配模式
- IGNORECASE(忽略大小写模式):匹配时忽略大小写。默认情况下,正则表达式是区分大小写。
- SINGLELINE(单行模式):整个文本看作一个字符串,只有一个开头,一个结尾。使小数点“.”可以匹配包含换行符(\n)在内的任意字符。
- MULTLINE(多行模式):每行都是一个字符串,都有开头和结尾。在指定了MULTLINE之后,如果需要仅匹配字符串开始和结束位置。可以使用\A和\Z。