正则表达式语法及应用

正则表达式

概念

正则表达式（regular expression）常用于对文本数据进行检索，替换，提取和修改操作。
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。

语法

语法规则

要点

3个重要的正则式命令
括号，插入符号和美元符号

括号

在正则表达式中有3中类型的括号。

括号	符号	说明
中括号	[]	需要匹配的内容
花括号	{}	指定匹配字符的数量
圆括号	（）	用来分组的

插入符号^

插入符号表示正则表达式的开始

美元符号$

美元符号表示正则表达式的结束

例子

检验网址的URL格式

1. 检查是否存在www：

^www.

1. 域名必须长度必须在1-15的英文字母：

[a-z]{1,15}

1. 以.com或者.org结束：

.(com|org)$

完整表达式

^www[.][a-z]{1,15}[.](com|org)$

Reluctant 数量词

X?  X，一次或一次也没有
X*  X，零次或多次
X+  X，一次或多次
X{n}    X，恰好 n 次
X{n,}   X，至少 n 次
X{n,m}  X，至少 n 次，但是不超过 m 次

贪婪模式和非贪婪模式

贪婪模式和非贪婪模式是针对于量词的,如*+?
贪婪模式(默认):会尽可能的匹配长度最大的匹配.
非贪婪模式(在量词后面加?):会最小长度的匹配字符

• 贪婪模式
  

• 非贪婪模式
  

例子

http(s)?://([\w-]+\.)+[\w-]+(/[\w- ./?%&=]*)?

正则表达式	说明
http(s)?	匹配http或者https
([\w-]+.)+[\w-]+	匹配多个多个以任意字母,下划线以及-和.组成的以及多个任意字符和下划线组成的字符串,”a-bc.net.”