正则表达式详解

最新推荐文章于 2025-04-24 10:50:35 发布

小灰灰搞电子

最新推荐文章于 2025-04-24 10:50:35 发布

阅读量1k

点赞数 16

分类专栏： C语言文章标签：正则表达式

本文链接：https://blog.csdn.net/qq_15181569/article/details/147263965

版权

C语言专栏收录该内容

5 篇文章

订阅专栏

一、什么是正则表达式

1. 定义

正则表达式是一种用来描述字符串模式的工具，用于匹配、搜索和替换文本中的特定模式。它是由字符和操作符组成的表达式，可以用来检查字符串是否符合某种模式或进行字符串的匹配和替换操作。正则表达式在文本处理、数据提取、字符串匹配等领域都有广泛的应用。

2. 主要用途

文本搜索和替换：在文本编辑器或编程语言中查找和替换特定的文本模式。
数据验证：验证输入数据是否符合特定格式，如电子邮件地址、电话号码等。
字符串分割：将字符串按照指定的分隔符拆分成多个子字符串。

3. 基本语法

字面量字符：直接匹配字符本身，例如 a 匹配字符 a。
元字符：具有特殊含义的字符，例如 . 匹配任意单个字符，* 表示前面的字符可以出现零次或多次。
字符类：用方括号 [ ] 表示一组字符中的任意一个，例如 [abc] 匹配 a、b 或 c 中的任意一个。
量词：控制前一个元素的出现次数，例如 + 表示一次或多次，? 表示零次或一次。
锚点：匹配字符串的开始或结束位置，例如 ^ 匹配行首，$ 匹配行尾。

二、正则表达式规则

1. 基本元字符

.：匹配除换行符外的任何单个字符。
^：匹配字符串的开始位置。
$：匹配字符串的结束位置。
*****：匹配前面的子表达式零次或多次。
+：匹配前面的子表达式一次或多次。
?：匹配前面的子表达式零次或一次。
{n}：匹配前面的子表达式恰好 n 次。
{n,}：匹配前面的子表达式至少 n 次。
{n,m}：匹配前面的子表达式至少 n 次，但不超过 m 次。

2. 字符类

[abc]：匹配方括号内的任意一个字符。
[^abc]：匹配不在方括号内的任意一个字符。
[a-z]：匹配从 a 到 z 的任意一个小写字母。
[A-Z]：匹配从 A 到 Z 的任意一个大写字母。
[0-9]：匹配从 0 到 9 的任意一个数字。

3. 预定义字符类

\d：匹配任意一个数字，等同于 [0-9]。
\D：匹配任意一个非数字，等同于 [^0-9]。
\w：匹配任意一个字母、数字或下划线，等同于 [a-zA-Z0-9_]。
\W：匹配任意一个非字母、数字或下划线，等同于 [^a-zA-Z0-9_]。
\s：匹配任意一个空白字符，包括空格、制表符、换页符等。
\S：匹配任意一个非空白字符。

4. 分组和引用

( )：将多个字符组合成一个单元，以便进行量词操作或捕获子表达式。
|：表示“或”关系，匹配左边或右边的表达式。
\1, \2, …：引用前面捕获的子表达式。

5. 断言

(?=…)：正向肯定预查，在任何匹配后面模式的位置匹配搜索字符串。
(?!..)：正向否定预查，在任何不匹配后面模式的位置匹配搜索字符串。
(?<=…)：反向肯定预查，在任何匹配前面模式的位置匹配搜索字符串。
(?<!..)：反向否定预查，在任何不匹配前面模式的位置匹配搜索字符串。

三、正则表达式示例

1. 基础匹配

匹配单词 “hello”：
```
hello
```
匹配以 “a” 开头的字符串：
```
^a
```
匹配以 “z” 结尾的字符串：
```
z$
```

2. 数字和字符

匹配任意数字：
```
\d
```
匹配任意非数字：
```
\D
```
匹配任意字母或数字：
```
\w
```
匹配任意非字母或数字：
```
\W
```
匹配任意空白字符：
```
\s
```
匹配任意非空白字符：
```
\S
```

3. 重复匹配

匹配一个或多个数字：
```
\d+
```
匹配零个或多个字母：
```
\w*
```
匹配零个或一个 “x”：
```
x?
```
匹配恰好 3 个数字：
```
\d{3}
```
匹配至少 2 个字母：
```
\w{2,}
```
匹配 2 到 4 个数字：
```
\d{2,4}
```

4. 字符类

匹配小写字母：
```
[a-z]
```
匹配大写字母：
```
[A-Z]
```
匹配数字：
```
[0-9]
```
匹配小写字母或数字：
```
[a-z0-9]
```
匹配非字母字符：
```
[^a-zA-Z]
```

5. 分组和选择

匹配 “cat” 或 “dog”：
```
cat|dog
```
匹配 “ab” 后跟任意字符：
```
ab.
```
匹配 “ab” 或 “cd” 后跟任意字符：
```
(ab|cd).
```

6. 特殊应用

匹配邮箱地址：

\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z]{2,}\b

匹配电话号码（格式：123-456-7890）：
```
\d{3}-\d{3}-\d{4}
```
匹配日期（格式：YYYY-MM-DD）：
```
\d{4}-\d{2}-\d{2}
```

匹配 URL：

https?://[A-Za-z0-9.-]+\.[A-Za-z]{2,}(/[\w./]*)?

匹配 IP 地址：
```
\b(?:\d{1,3}\.){3}\d{1,3}\b
```
匹配手机号码（中国大陆）：
```
^1[3-9]\d{9}$
```
匹配手机号码（中国大陆）：
```
^1[3-9]\d{9}$
```

四、正则表达式学习方法

1. 基础知识

了解基本概念：熟悉正则表达式的定义及其在不同编程语言中的应用。
掌握常用元字符：如 .、*、+、? 等。
学习字符类：如 [abc]、[a-z]、\d 等。

2. 实践练习

在线工具：使用在线正则表达式测试工具（如 Regex101、RegExr）进行实践。
编写代码：在实际项目中使用正则表达式，解决具体问题。
挑战题：尝试解决 LeetCode、HackerRank 等平台上的正则表达式题目。

3. 学习资源

官方文档：阅读 Python、JavaScript 等编程语言的官方文档中的正则表达式部分。
书籍：《Mastering Regular Expressions》是一本经典的参考书。
教程：观看 YouTube 上的教程视频，参加在线课程（如 Coursera、Udemy）。

4. 进阶技巧

断言：学习正向和反向断言（如 (?=...)、(?!...)）。
分组和引用：掌握 ( ) 和 \1、\2 等引用。
优化性能：了解如何优化复杂的正则表达式，避免回溯等问题。

5. 社区交流

参与论坛：加入 Stack Overflow、Reddit 等社区，提出问题并学习他人经验。
开源项目：贡献或查看开源项目的正则表达式用法。

6. 总结与复习

笔记整理：记录学习过程中的关键点和常见错误。
定期复习：定期回顾已学内容，巩固记忆。
实战项目：完成一个小型项目，综合运用所学知识。