这个教程，真的让我学会了正则表达式

这个教程，真的让我学会了正则表达式

这是一篇翻译文章。我学过很多次正则表达式，总是学了忘，忘了学，一到用的时候还是只能靠搜索引擎。

这回看到这个正则教程，感觉非常惊喜。尝试翻译了一遍，译得不好，大家可以看原文，很容易理解。

原文地址：https://refrf.shreyasminocha.me/

更多内容，请关注微信号：雨哥写 python

1 介绍

正则表达式允许定义一种模式，并通过这种模式针对字符串执行对应的操作。与模式匹配的子字符串称为“匹配”。

正则表达式是定义搜索模式的一串字符。

正则表达式主要用在如下场景：

• 输入验证
• 查找替换操作
• 高级字符串操作
• 文件搜索或重命名
• 白名单和黑名单

正则表达式不太适合用在这些场景：

• XML 或 HTML 解析
• 完全匹配的日期

有许多实现正则匹配的引擎，每种都有自己的特性。这本书将避免讨论（不同引擎之间的）特性差异，而是只讨论在大多数情况下不同引擎都共有的特征。

整本书中的示例使用JavaScript。因此，这本书可能会稍微偏向 JavaScript 的正则引擎。

2 基础

正则表达式通常格式化为 /<rules>/<flags>，通常为了简洁而省略后面的 /<flags>。关于 flag 我们将在下一章详细讨论。

让我们从/p/g 这个正则表达式开始。现在，请将 /g flag 视为固定不变的。

• /p/g

如我们所见，/p/g 匹配所有小写的 p 字符。

注意

默认情况下，正则表达式区分大小写。

在输入字符串中找到的正则表达式模式的实例称为“匹配”。

• /pp/g

3 字符组

可以从一组字符中匹配一个字符。

• /[aeiou]/g

[aeiou]/g 匹配输入字符串中的所有元音。

下面是另一个例子：

• /p[aeiou]t/g

我们匹配一个 p，后跟一个元音，然后是一个 t。

有一个更直观的快捷方式，可以在一个连续的范围内匹配一个字符。

• /[a-z]/g

警告

表达式 /[a-z]/g 只匹配一个字符。在上面的示例中，每个字符都有一个单独的匹配项。不是整个字符串匹配。

我们也可以在正则表达式中组合范围和单个字符。

• /[A-Za-z0-9_-]/g

我们的正则表达式 /[A-Za-z0-9_-]/g 匹配一个字符，该字符必须（至少）是以下字符之一：

• A-Z
• a-z
• 0-9
• _ 或者 -

我们也可以“否定”这些规则：

• /[^aeiou]/g

/[aeiou]/g与 /[^aeiou]/g 之间的唯一区别是 ^ 紧跟在左括号之后。其目的是"否定"括号中定义的规则。它表示的意思是：

匹配任何不属于a、e、i、o和 u 的字符

3.1 例子

非法的用户名字符

• /[^a-zA-Z_0-9-]/g

指定字符

/[A-HJ-NP-Za-kmnp-z2-9]/g

4 字符转义

字符转义是对某些通用字符类的简略表达方式。

4.1 数字字符 \d

转义符 \d 表示匹配数字字符 0-9。等同于 [0-9]。

• /\d/g (这里请仔细看)

regular_expression_10-fs8.png

• /\d\d/g

regular_expression_11-fs8.png

\D是\d 的反面，相当于[^0-9]。

• /\D/g

regular_expression_12-fs8.png

4.2 单词字符 \w

转义符 \w 匹配单词字符。包括：

• 小写字母 a-z
• 大写字母 A-Z
• 数字 0-9
• 下划线 _

等价于 [a-zA-Z0-9_]

• /\w/g

regular_expression_13-fs8.png

• /\W/g

regular_expression_14-fs8.png

4.3 空白字符 \s

转义符 \s匹配空白字符。具体匹配的字符集取决于正则表达式引擎，但大多数至少包括：

• 空格
• tab 制表符 \t
• 回车 \r
• 换行符 \n
• 换页 \f

其他还可能包括垂直制表符（\v）。Unicode自识别引擎通常匹配分隔符类别中的所有字符。然而，技术细节通常并不重要。

• /\s/g

regular_expression_15-fs8.png

• /\S/g (大写 s)

regular_expression_16-fs8.png

4.4 任意字符 .

虽然不是典型的字符转义。. 可以匹配任意1个字符。（除换行符 \n 以外，通过 dotall 修饰符，也可以匹配换行符 \n）

• /./g

regular_expression_17-fs8.png

5 转义

在正则表达式中，有些字符有特殊的含义，我们将在这一章中进行探讨：

• |
• {,}
• (,）
• [,]
• ^, $
• +, *, ?
• \
• . 只在字符类中的字面量。
• - : 有时是字符类中的特殊字符。

当我们想通过字面意思匹配这些字符时，我们可以再这些字符前面加 \ “转义”它们。