正则理解

最新推荐文章于 2024-09-12 11:04:01 发布

littlelittle_xuan

最新推荐文章于 2024-09-12 11:04:01 发布

阅读量122

点赞数

分类专栏：中文分词学习笔记文章标签：正则表达式

本文链接：https://blog.csdn.net/littlelittle_xuan/article/details/88837637

版权

中文分词学习笔记专栏收录该内容

1 篇文章 0 订阅

订阅专栏

关于正则表达式的一些理解
最近在学习中文分词过程中遇到正则表达式，有一些难点记录一下，目前也只是看了些初级的知识，看到一个讲的比较简明易懂的的博客地址：
初级篇：https://www.cnblogs.com/chuxiuhong/p/5885073.html
中级篇：http://www.cnblogs.com/chuxiuhong/p/5907484.html
还有一个《正则表达式必知必会》的笔记：http://www.cnblogs.com/lmmjblogs/p/5908605.html

遇到的难以理解的地方

向前向后查找

r"(?<=A)XX(?=B)"

		(?<=A)XX表示匹配字符的前面紧跟字符“A”，即匹配其前缀为“A”的“XX”字符；
				AXX中的XX可以被匹配出来，aXX中的XX不能被匹配出来
		XX(?=B)XX表示匹配字符的后面紧跟字符“B”，即匹配其后缀为“B”的“XX”字符；
			XXB中的XX可以被匹配出来，XXb中的XX不能被匹配出来

一句话总结：有"<"符号的是前缀要求，没有是后缀要求。

		标题表示匹配前缀为A且后缀为B的XX

嵌入条件

回溯嵌入条件

?(1)：检查第一个回溯引用是否存在。

文本：123-456-7890
     	  (123)456-7890
          (123)-456-7890
          (123-456-7890
         1234567890
         123 456 7890
     
     正则表达式：(\()?\d{3}(?(1)\)|-)\d{3}-\d{4}
     
     结果：123-456-7890     #匹配成功
     	  (123)456-7890   #匹配成功
    	  (123)-456-7890    #失败
     	  (123-456-7890    #失败
     	  1234567890     #失败
     	  123 456 7890    #失败

个人理解：(     \(      )?      \d{3}     (    ?(1)          \)|-   )   \d{3}-\d{4}
	       转义表示括号                       检查前面       是匹配“)”    匹配“3个数字-4个数字”
	      匹配0个或1个括号    匹配3个数字     是否匹配了“(”     否匹配“-”

前后查找条件

(?(前后查找表达式))

文本：11111
    22222
    33333-
    44444-4444
    
正则表达式：\d{5}(?(?=-)-\d{4})
结果：11111   #成功
     22222   #成功
     33333-   #失败
     44444-4444   #成功
     
个人理解：\d{5}     (    ?(?=-)       -\d{4}    )
	  匹配5个数字     后缀是否为“-”   是则匹配“-4个数字”