正则表达式

概念

• 用一些特殊的符号来匹配、查找、替换字符串文本
• 通过特殊字符+普通字符来进行模式描述，进行文本匹配

应用场景

（1）验证：表单提交时，进行用户名密码的验证。

（2）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。

（3）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。

基本要素

字符类

字符	说明
.	匹配除换行符(\n)以外的任意字符
[]	匹配[]中列举的字符	[0123456789]
-	在[]表示字符的范围	[A-Za-z0-9]

数量限定符

字符	说明
?	紧跟在它前面的单元应匹配 0 次或 1 次
+	紧跟在它前面的单元应匹配 1 次或多次
*	紧跟在它前面的单元应匹配 0 次或多次
{n}	紧跟在它前面的单元应匹配 n 次
{n,}	紧跟在它前面的单元应至少匹配 n 次
{,m}	紧跟在它前面的单元应最多匹配 m 次
{n,m}	紧跟在它前面的单元应至少匹配 n 次，最多匹配m次

[0-9][0-9]*?\.[0-9][0-9]*
匹配代小数点的数字

1[356789]\d{9}
匹配手机号

位置限定字符

字符	含义
^	匹配以……开始的行	^i ^[ipm] [^im]
$	匹配以……结束的行	2$
\<	匹配以……开头的单词
\>	匹配以……结尾的单词
\b	匹配不以……开头或结尾的单词
\B	匹配以……开头或结尾的单词

^im   匹配im开头的字符串
^[im] 匹配i或m开头的字符串
[^im] 匹配非i或m开头的字符串

特殊符号

字符	说明
\	转义字符；普通字符转为特殊字符，特殊字符转为普通字符	\*
()	将正则表达式的一部分括起来组成一个单元，可以对整个单元使用数量限定符
\1	第一个（）中的值
|	连接两个子表达式，表示或关系

普通字符

字符	说明
/w	匹配大小写字母或数字或下划线或汉字0-9、a-z、A-Z、_(下划线)、汉字和其他国家的语言符号
/W	匹配非字母或数字或下划线或汉字，跟\w正好相反
/s	匹配任意的空白符
/S	匹配任意非空白符
/d	匹配数字
/D	D 匹配非数字

贪婪模式与非贪婪模式

贪婪模式

• 正则表达式匹配时，会尽量多的匹配符合条件的内容

注意：grep默认采用贪婪匹配，可能会对我们的测试结果造成干扰，大家可以上网使用“正则在线转换工具”进行测试

非贪婪模式

• 正则表达式匹配时，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，而不会继续匹配下去（除非有g，开启下一组匹配）

*?	+?	??	{m,}?	{m,n}?

零宽断言

断言

• 是用来声明一个应该为真的事实。在正则表达式中，只有当断言为真时才会继续进行匹配。

零宽断言

• 像用于查找某些内容之前或者之后的东西，其中一些特殊字符如“\b、^、$”等用于指定一个位置，这个位置应满足一定的条件。

零宽度正预测先行断言（?=exp）

它断言自身出现的位置之后能匹配的表达式exp。如：\b\w+(?=ing\b),表示匹配以ing结尾的单词的前面的部分（除ing以外的部分）。当我们要查找“I’m singing while you’re dancing.”时，它会匹配sing和danc

零宽度正回顾后发断言（?>=exp）

它断言自身出现的位置的前面能匹配的表达式exp。如：（?<=\bre）\w+\b会匹配以re开头的单词的后半部分（除er以外的部分），例如：在查找“reading a book”时，它匹配ading