正则表达式快速入门

                                 正则表达式快速入门

一  元字符 ^, $, ., \w, \s, \b, \d

1.后面四个有相应的大写，表反义。

^:匹配行开头，只有当其在“[ ]”中表示“非”

2.\b ：匹配单词的开始或结束，而“.”匹配除换行符外的任意字符。

eg: ^.$:匹配一个非空行；

\bstr : 匹配str开头的字符串

 

二  重复 * , + , ? , { }  

请叫上面四位为“四大金刚”~

* ：0个或多个；

+ ：１个或多个；

？：０个或１个；

｛｝有三种写法，｛ｎ｝，｛ｎ，｝和｛ｎ，ｍ｝，不赘述了～

注意：？在四种情况下为懒惰匹配

分别是在＊，？，＋，｛｝后面

ｅｇ：ａ．*ｂ，匹配ａａｂａｂ，而ａ．*？b匹配aab和ab

 

三 “[]”表示字符类，就是里面只能选择其中的一个字符进行匹配

a[\w]c 可以匹配akc等；

A[\\w]c 可以匹配a\c或awc或akc等

“\\w”表示“\”和任意的单词(\w)

高级总结：

也就是说在“[]”内，“.” ，“*”，“？”和“{}”都表示本身，没有任何特殊的含义。因为“[]”里面是字符类啊！只能是一个个字符组成！像以上四种都不能惟一确定是一个字符（他们有的是0个或是多个），故在[]内表是本身，无特殊含义。然而，像\w,\d等，只能表示一个字符（如\d表示0~9中的任何一个数字），他们在[]中有着元字符本身的含义，而像前面所说的“四大金刚”都已蜕化成本身了~~ 

此外，“-”在“[]”中表示字符的范围，如[0-6]表示0~6的任意一个数字。

 

四 转义 

一言以蔽之：“四大金刚”，外加一些特殊含义的字符如：^,$,{,(,\,|等。

因为他们有着特殊的含义，但是如果我就是要匹配他们自身呢？这时就要用到“\”了！

如“\\”匹配字符“\”

 

五  分支条件：“|”

匹配左侧或是右侧，首先匹配左侧，只有当左侧不匹配时才匹配右侧。

很简单的吧，你应该理解了~~那不举例子了哈

 

六  分组 “( )”

前面都是讲单个字符匹配（0次或多次），那么怎样才能匹配多个字符呢？

佛祖说：孩子，把这些多个字符用括号括起来吧~~

如：(\d{1,3}\.){3} 匹配“1~3个数字，并且重复3次”，31.23.432之类的

 

 

注意：这里再次说明“[]”与“( )”的区别，前者称为字符类，匹配其内的单个字符，侯泽华称为分组，匹配多个字符。前者只匹配[ ]中的一个！后者要匹配括号中的所有。因此，不能有[\d{3}(ab)?]之类的东西出现。

 

七 反向引用（后向引用）

用于重复搜索前面某个分组匹配的文本（该文本已被捕获，等待后面引用），组的序号或是名字标明，默认自动分配时按数字来标示，并且从1开始。

如：\b(\w+)\b\s+\1\b 可以匹配两个相同的单词的字符串，并且两个单词之间有一个或多个空格，如try      try等

也可以自己指定组名（.NET Framework下支持）

格式：(?<组名>原有基础)或是(?’组名’原有基础)

对于自定义的组名要用 \k<组名>来引用。

如

1 ：\b(\w)(\d)\1\2\b: 默认命名，可以匹配h1h1，但不能匹配h1d2，\1就是代表前面被(\w)捕获的内容！

2 ：\b(?<name>\w+)\b\s+\k<name>\b ，在.NET Framework下支持

 

八  零宽断言

用于查找在某些内容（但并不包括这些内容）之前或之后的东西，再读一遍上面的，我肯定你现在还没弄清楚，要不再读一遍。。。（别打我~）

1. (?=exp): 零宽度正预测先行断言（死去吧，这么难记住，不记了！算了，记一下吧，以后装逼。。）它断言自身出现的位置的后面能匹配表达式exp，然后整个(?=exp)就是个条件！只有满足这个条件才能进行匹配。

如： I like singing and dancing.  \b\w+(?=ing\b)可以匹配sing和danc。注意，如果写成 \b\w+(?=ing)\b则没有匹配项。

再来理解一遍：(?=ing\b)表示的是在这个表达式的位置处应该是以“ing”结尾的单词。注意的是，整个(?=exp)没有代表任何东西！你要找以“ing”结尾的单词的前半部分，就要用\w+来匹配！

2. (?<=exp)表示自身位置的前面呗~(啥，你说你想知道它的名字。。受不了，它叫。。零宽度正回顾后发断言。。很好记吧）

如：(?<=\bwa)\w+\b I’m watching TV! 匹配ching

 

八．5  负向零宽度断言

和零宽度断言相对应，如果表示“没有exp”，则进行其前面或后面内容的匹配。

1. (?!exp) 如 \d{3}(?!\d)  匹配3个数字（条件是这3个数字后面不能是数字）

2. (?<!exp) 如 \b((?!abc)\w+\b  匹配不包含连续字符串abc的单词。

 

高级总结：八和八.5如何总结呢？

 能  =          ‚    前面  <

ƒ 不能 !          ④    后面   无

另外这四种前面都是以?开头的哦！

考考你，匹配该位置前面不能有数字咋写？

首先：?

其次：“前面”: <

再次：“不能有”: !

因此：....(?<!\d)...