正则表达式

简单的学习一下正则表达式吧

1. 最简单的，比如匹配matrix
   
   • 这样会匹配到所有含有matrix的，比如，matrix67，matrix123等
2. \b metacharacter
   
   • 匹配一个位置，代表开头或者结尾
   • 比如，\bmatrix\b 就是匹配单词matrix了
3. . 匹配除了换行符外所有的元素
4. * 闭包
   
   • 比如.* 就是匹配所有不包含换行的字符串
5. + 正闭包
   
   • 比如.+ 就是匹配所有不包含换行的字符串，但必须有一位，不能为空
6. ? 匹配0次或1次
7. \d 匹配一个数字的字符(0,1,2…,9)
   
   • 0\d\d-\d\d\d\d\d\d\d\d 就是匹配一个电话号码，可以简写为0\d{2}-\d{8}
8. \s 匹配任意的空白符，空格，制表符(Tab)，换行
9. \w 匹配字母，数字，下划线，汉字等
10. ^ 匹配字符串的开始
11. $ 匹配字符串的结束
    
    • ^\d{6,9}$ 就是匹配所有6~9位的数字
12. [] 匹配括号内的字符
    
    • [0-9] 就相当于\d
    • [matrix] 匹配m,a,t,r,i,x中的一个字符
    • \(?0\d{2}[) -]?\d{8} 就是匹配一个电话号码
13. | 或者
    
    • 上边的匹配电话号码有问题，(011-12345678 这样的也会匹配
    • 那么可以这样修改 \(0\d{2}\)\d{8}|0\d{2}[ -]\d{8}
14. () 分组
    
    • (\d{1,3}\.){3}\d{1,3} 可以是简单的匹配IP地址，可惜，666.666.666.666这样的也会被匹配进去，进一步改写 ([01]?\d\d?|2[0-4]\d|25[0-5]\.){3}[01]?\d\d?|2[0-4]\d|25[0-5] 比较难想
15. 反义：将字母变成大写(好神奇)
    
    • \W 匹配任意不是字母，数字，下划线，汉字的字符
    • \S 匹配任意不是空白的字符
    • \D 匹配任意不是数字的字符
    • \B 匹配任意不是单词开始或结尾的位置
    • [^matrix] 匹配除了m,a,t,r,i,x以外的其他字符
    • <a[^>]+> 匹配尖括号内，以a开头的字符串
16. 使用小括号指定一个子表达式后，这个子表达式的文本可以被后边所用，默认情况下，以每个左括号为标准，从1开始标号
    
    • \b(\w+)\b\s+\1\b 表示匹配重复的单词，比如matrix matrix等
17. 当然也可以自己指定组名(?<name>exp) 表示的就是匹配exp的串，名字是name，捕获时候\k<name> 即可
    
    • 上边例子还可以写为\b(?<word>\w+)\b\s+\k<word>\b
18. 零宽断言，用于查找某些特定串的前面或后面的内容
    
    • (?=exp) 查找某些串，这些串的尾部是exp，查找结果是匹配的串减去尾部部分，比如\b\w+(?=ing\b) 查找I am singing while you are dancing时，结果为sing和danc
    • (?<=exp) 查找某些串，这些串的头部是exp，查找结果是匹配的串减去头部部分，比如(?<=\bmat)\w+\b 查找I love matrix67 and matrix123是，结果为rix67和rix123
    • 比如 (?<=\s)\d+(?=\s) 表示空白符间隔的数字
19. 负向零宽断言
    
    • (?!exp) 表示此位置后面不能匹配exp，比如\d{3}(?!\d) 匹配三位数字，并且这三位数字后面不是数字，比如\b((?!abc)\w)+\b 匹配不包含连续abc的单词
    • (?<!exp) 表示此位置前面不能匹配exp，(?<![a-z])\d{7} 表示前面不是小写字母的7位数字
20. (?#comment) 添加注释
21. 贪婪与懒惰
    
    • 当匹配能接受重复的串时，通常是接受最长的串，也就是贪婪匹配，比如a.*b 是匹配以a为开头，以b为结尾的所有的串，当匹配aabab时，匹配的是aabab
    • 有时候，我们希望匹配的尽可能短，可以这样a.*?b 此时再匹配时，就是匹配的aab(0,2)和ab(3,4)
    • *? 重复尽可能少的次数
    • +? 重复一次或更多次，但尽可能少
    • ?? 重复0次或一次，尽可能少
    • {n,m}? 重复n到m次，尽可能少
    • {n,} 重复至少n次，尽可能少
22. 处理选项
    
    • IgnoreCase 匹配时不区分大小写
    • Multiline 多行模式，更改^,$的含义，分别在任一行的行首和行尾匹配，在此模式下，$ 的含义是匹配\n前的位置和字符串结束前的位置
    • Singleline 单行模式，更改.的含义，与每一个字符匹配(包括\n)
    • IgnorePatternWhitespace 忽略空白
    • ExplicitCapture 显式捕获，仅捕获被显式命名的组
23. 递归匹配
    
    • (?'exp') 把捕获的内容命名为exp，并压入堆栈
    • (?'-exp') 从堆栈上面弹出最后压入的名为exp的内容，如果堆栈本来为空，匹配失败
    • (?(exp)yes|no) 如果堆栈上存在名为exp的内容，匹配yes部分的表达式，否则匹配no部分的表达式
    • (?!) 零宽负向先行断言，由于没有后缀表达式，试图匹配总是失败

至此，就对简单的正则表达式有了一定的了解了

如果遇到不会的，可以到此查找

部分内容来自deerchao