正则表达式

正则表达式是通配符的增强版,可以匹配指定规则的字符串。可以通过在线测试工具来测试。

一 限定符

• ？前面的字符需要出现0次或一次

• *前面的字符可以出现0次或多次

  例ab*c代表ac之间可以出现0次或多次b，但不能有其他字符

• +前面的字符需要出现多次

• {}可以指定前面的字符出现的次数，例ab{6}c

  • {}也可以指定出现次数的范围，例ab{2,6}c

  • {}也可以指定至少几次，例ab{2,}c

注：（）可以匹配多个字符，例(ab)+

二 "或"运算

• |为或运算符，例a (cat|dog)会匹配a cat和a dog

三 字符类

• []代表所匹配的字符必须取自[]中，即[ab]等同于a

  • []中也可以写范围，a-z,A-Z,0-9

  • [a-zA-Z0-9]代表所有字母和数字

• 脱字符(^)代表除[]内列的以外的字符

五 元字符

• \d代表数字字符，等同于[0,9]

• \w代表"单词"字符，包括所有英文字符，数字字符和下划线

• \s代表空白符（包括Tab和换行符）

• \D代表非数字字符，\W代表非单词字符，\S代表非空白字符

• .代表除了换行符的任意字符

• ^会匹配行首，$会匹配行尾

  例，^a只会匹配行首的a，b$只会匹配行尾的b

六 贪婪与懒惰匹配

<span>This is a test</span>

这种情况我们想要匹配标签，很容易会想到<.+>,但是这样整行都会被匹配，原因是.+会尽可能多的匹配字符，解决办法就是改成<.+?>,它会将正则表达式中默认的贪婪匹配改成懒惰匹配。

七 分组

由括号括起来即成为一组。

比如(\d{1,3}\.){3}\d{1,3}是匹配ip

八 后向引用

后向引用用于重复搜索前面某个分组匹配的文本。例如，\1代表分组1匹配的文本。

比如\b(\w+)\b\s+\1\b可以用来匹配重复的单词。

九 零宽断言

(?=exp)也叫零宽度正预测先行断言，它断言自身出现的位置的后面能匹配表达式exp。比如\b\w+(?=ing\b)，匹配以ing结尾的单词的前面部分(除了ing以外的部分)，如查找I'm singing while you're dancing.时，它会匹配sing和danc。

(?<=exp)也叫零宽度正回顾后发断言，它断言自身出现的位置的前面能匹配表达式exp。比如(?<=\bre)\w+\b会匹配以re开头的单词的后半部分(除了re以外的部分)，例如在查找reading a book时，它匹配ading。

十 负向零宽断言

零宽度负预测先行断言(?!exp)，断言此位置的后面不能匹配表达式exp。例如：\d{3}(?!\d)匹配三位数字，而且这三位数字的后面不能是数字；\b((?!abc)\w)+\b匹配不包含连续字符串abc的单词。

同理，我们可以用(?<!exp),零宽度负回顾后发断言来断言此位置的前面不能匹配表达式exp：(?<![a-z])\d{7}匹配前面不是小写字母的七位数字。

其他

• \b可以代表单词字符的边界
• \.反斜杠作为转义，表示.
• 注释：(?#comment)

参考正则表达式30分钟入门教程，正则表达式语言 - 快速参考 | Microsoft Docs