正则表达式

正则表达式目的（最初是由Linux的sed和grep发展而来）

• 给定的字符串是否符合正则表达式的过滤逻辑（称作“匹配”）

• 可以通过正则表达式，从字符串中获取我们想要的特定部分。

 

目的

• 验证: 表单提交时，进行用户名密码验证。

• 查找: 从大量信息中快速提取指定内容。在一批url中，查找指定url 

• 替换: 将指定格式的文本，进行正则匹配查找，找到之后进行特定替换，（vim文本替换等）

 

下面用grep命令用来验证正则表达式，grep是Linux下一个按行匹配文本的工具

• -E：使用扩展正则匹配（如果不适用，使用的基本正则匹配，下面会讲）

• --color：将匹配的内容进行语法高亮

 

.bashrc中加grep重命名了，如下，所以默认会显示匹配高亮

alias grep='grep --color=auto'

alias fgrep='fgrep --color=auto'

alias egrep='egrep --color=auto'

 

egrep等价于grep -E，它用的扩展正则匹配

 

基本要素

• 字符类

• 数量限定符

• 位置限定符

• 特殊符号

 

字符类

字符	含义	举例
.	匹配任意一个字符	abc.可以匹配abcd,abce等
[]	匹配括号中的任何一个字符	[abc]d可以匹配ad，bd，cd三种情况
-	在[]内表示字符的范围	[0-9a-fA-F]可以匹配一位十六进制数字
^	位于[]括号内的开头，匹配除括号中的字符之外的任何一个字符,表示非	[^xy]1可以匹配a1,b1,但不匹配x1,y1
[[ :xxx: ]]	grep工具预定义的一些命名字符类，注意只匹配一个	[[ :alpha: ]]匹配一个字母 [[ :digit: ]]匹配一个数字

举例

注：[]中的内容都只匹配一个字符

 

数量限定符

字符	含义
?	它前面的单元匹配零个或一个
+	它前面的单元匹配一个或多个
*	它前面的单元匹配零个或多个
{N}	它前面的单元精确匹配N次
{N , }	它前面的单元匹配至少N次
{ . M}	它前面的单元匹配至多M次
{N , M}	它前面的单元匹配最少N次，最多M次

举例

位置限定符

字符	含义	举例
^（在匹配内容的前面）	匹配行首的位置	^Content匹配位于一行开头的Content
$（在匹配内容的后面）	匹配行末的位置	;$匹配位于一行结尾的;，^$匹配空行
\<（在匹配内容的前面）	匹配单词开头的位置	\<th 匹配th开头的单词，比如this
\>（在匹配内容的后面）	匹配单词结尾的位置	p\> 匹配p结尾的单词，比如leap
\b	匹配单词开头或结尾的位置	\bat\b匹配a开头t结尾的单词，比如at
\B	匹配非单词开头和结尾的位置	\Bat\B匹配不是a开头且不是t结尾的单词，比如battery

举例

说明：其中\b用来限定是目标串中是否有以指定字符串开头的单词，称之为词界，\B称之为非词界

 

特殊符号

字符	含义	举例
\	转义字符，普通字符转义为特殊字符，特殊字符转义为普通字符	普通字符<写成\<表示单词开头位置，特殊字符.写成\.以及特殊字符\写成\\就是普通字符
()	将正则表达式的一部分括起来组成一个单元（前面的数量限定符都是以单元为单位的，而不是字符）	([0-9]{1,3}\.){3}[0-9]{1,3}表示IP地址
|	连接两个子表达式，表示或的关系	n(o|either)匹配no或neither

举例

 

正则表达式的分类

• 基本（Basic）正则表达式（基本正则表达式将?+{}|()这些字符解释成了普通字符）

• 扩展（Extended）正则表达式（上面讲的这一些都是扩展正则表达式）

• Perl正则表达式（Perl语言的正则表达式，一种更高级更简便的正则表达式）

基本和扩展正则表达式两者的区别就是对一些特殊字符的解释不同（ ?+{}|()  ）。

举例

 

以下是一些常见\转义的字符集

符号	替换规则	匹配
\d	[0-9]	匹配数字字符
\D	[^0-9]	匹配非数字字符
\w	[a-zA-Z0-9_]	匹配数字字母和下划线（注意还有下划线）
\W	[^\w]	匹配非数字字母和下划线
\s	[_\r\t\n\f]	匹配空白区域
\S	[^\s]	匹配非空白区域

我们来试试效果

？？？没效果？那是因为这个Perl语言才有的转义字符集，加上-P选项就好了

正则表达式的贪婪模式与非贪婪模式

贪婪模式（.*）：正则表达式去匹配时，会尽量多的匹配符合条件的内容（grep就是贪婪模式的正则匹配）

非贪婪模式 (.*?)：正则表达式去匹配时，会尽量少的匹配符合条件的内容，也就是说，一旦发现匹配符合要求，立马就匹配成功

 

可以看到，非贪婪模式的标识符，就是贪婪模式的标识符后面加上一个?