正则表达式-语法

参考：http://www.runoob.com/regexp/regexp-syntax.html

正则表达式(regular expression)描述了一中字符串匹配的模式(pattern)，可以用来检查一个串是否含有某种子串、将匹配的子串替换或从某个串中取出某个条件的字串等等。

 

普通字符

普通字符包括没有显示指定为元字符的所有可打印和不可打印字符。这包括所有大写和小写字母、所有数字、所有标点符号和一些其他符号

非打印字符

字符	描述
\cx	匹配由x指明的控制字符。例如，\cM匹配 Ctrl+M或回车符。 x必须为A-Z或a-z之一，否则将c视为一个'c'字符
\f	匹配一个换页符。等价于\x0c和\cL
\n	匹配一个换行符。等价于 \x0a 和 \cJ
\r	匹配一个回车符。等价于 \x0d 和 \cM
\s	匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。注意 Unicode 正则表达式会匹配全角空格符
\S	匹配任何非空白字符。等价于 [^ \f\n\r\t\v]
\t	匹配一个制表符。等价于 \x09 和 \cI
\v	匹配一个垂直制表符。等价于 \x0b 和 \cK

特殊字符（需转义使用）

特别字符	描述
$	匹配输入字符串的结尾位置。如果设置了 RegExp 对象的 Multiline 属性，则 $ 也匹配 '\n' 或 '\r'。要匹配 $ 字符本身，请使用 \$
()	标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。要匹配这些字符，请使用 \( 和 \)
*	匹配前面的子表达式零次或多次。要匹配 * 字符，请使用 \*
+	匹配前面的子表达式一次或多次。要匹配 + 字符，请使用 \+
.	匹配除换行符 \n 之外的任何单字符。要匹配 . ，请使用 \.
[	标记一个中括号表达式的开始。要匹配 [，请使用 \[
?	匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。要匹配 ? 字符，请使用 \?
、	将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如， 'n' 匹配字符 'n'。'\n' 匹配换行符。序列 '\\' 匹配 "\"，而 '\(' 则匹配 "("
^	匹配输入字符串的开始位置，除非在方括号表达式中使用，此时它表示不接受该字符集合。要匹配 ^ 字符本身，请使用 \^
{	标记限定符表达式的开始。要匹配 {，请使用 \{
|	指明两项之间的一个选择。要匹配 |，请使用 \|    (类似于或运算)

限定符（用来制定正则表达式的一个给定组建必须要出现的次数）

字符	描述
*	匹配前面的子表达式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等价于{0,}
+	匹配前面的子表达式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等价于 {1,}
？	匹配前面的子表达式零次或一次。例如，"do(es)?" 可以匹配 "do" 、 "does" 中的 "does" 、 "doxy" 中的 "do" 。? 等价于 {0,1}
{n}	n 是一个非负整数。匹配确定的 n 次。例如，'o{2}' 不能匹配 "Bob" 中的 'o'，但是能匹配 "food" 中的两个 o
{n,}	n 是一个非负整数。至少匹配n 次。例如，'o{2,}' 不能匹配 "Bob" 中的 'o'，但能匹配 "foooood" 中的所有 o。'o{1,}' 等价于 'o+'。'o{0,}' 则等价于 'o*'
{n,m}	m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，"o{1,3}" 将匹配 "fooooood" 中的前三个 o。'o{0,1}' 等价于 'o?'。请注意在逗号和两个数之间不能有空格

贪婪量词

.*     比较器会把剩余文字整个吃掉，再逐步吐出文字，看看是否符合贪婪量词后的正则表达式。如果吐出部分符合，而吃下去的部分也符合，贪婪两次就比较成功，结果局势贪婪量词会尽可能地找出长度最长的符合文字 

逐步量词

.*?      又称为懒惰量词，或非贪婪量词。比较器看到逐步量词时，会一边吃掉剩余文字，一般看看吃下的文字是否符合正则表达式，结果就是逐步量词会尽可能找出长度最短的符合文字 

独吞量词

.*+      比较器看到独吞量词时，会先将剩余文字吃掉，然后看看独吞量词部分是否符合吃下的文字，如果符合就不会再吐出来了。 

预定义字

字符	描述
.	任何字符（与行结束符可能匹配也可能不匹配
\d	数字：[0-9]
\D	非数字： [^0-9]
\s	空白字符：[ \t\n\x0B\f\r]
\S	非空白字符：[^\s]
\w	单词字符：[a-zA-Z_0-9]
\W	非单词字符：[^\w]

 圆括号（）：https://www.cnblogs.com/richiewlq/p/7307581.html（参考）

主要应用在限制多选结构的范围、分组、捕获文字、环视、特殊模式处理

个人感觉，()里的东西可当成是一个子表达式，同生共死，要么都有，要么都没有，不能取其中一些。另外，（）中的内容将会被保存下来，可供后面的字符串复制等操作，见操作3

几个例子：

1. (abc|def|ghj) 表示这一段为abc、def、ghj三者中的一个，也只能有其中一个，顺序不能变
2. (abc)?    ？表示abc这段，出现次数为0次或1次
3. (?:abc)      表示找到一样abc的一组，但是不记录，不保存到变量中，否则可以通过x取第几个括号里的内容.比如(aaa)(bbb)(?ccc)(ddd)，可用1获取(aaa)匹配到的内容，2获取(bbb)匹配到的内容。而3则跳过ccc，直接匹配(ddd)的内容

 ()、[]、{}的区别与联系

()   是为了提取匹配字符串的，表达式有几个()就有几个乡音的匹配字符串

[]   是为了定义匹配的字符范围。比如[a-z]匹配一个小写字母

{}   是用来定义匹配的长度的。比如\s{3}表示匹配三个空格

小贴心：

[]内特殊字符不用加反斜杠\，比如[.\+]，表示匹配 '.' '\' '+'

[]外特殊字符需要加反斜杠\，比如\.\\\+，表示匹配 '.' '\' '+'

刷题练习：2017网易校招笔试题---小易最喜欢的单词

题目描述

小易喜欢的单词具有以下特性：
1.单词每个字母都是大写字母
2.单词没有连续相等的字母
3.单词没有形如“xyxy”(这里的x，y指的都是字母，并且可以相同)这样的子序列，子序列可能不连续。
例如：
小易不喜欢"ABBA"，因为这里有两个连续的'B'
小易不喜欢"THETXH"，因为这里包含子序列"THTH"
小易不喜欢"ABACADA"，因为这里包含子序列"AAAA"
小易喜欢"A","ABA"和"ABCBA"这些单词
给你一个单词，你要回答小易是否会喜欢这个单词（只要不是不喜欢，就是喜欢）。

输入描述：输入为一个字符串，都有大写字母组成，长度小于100

输出描述：如果小易喜欢输出“Likes”，不喜欢输出“Dislikes”

 插入代码

#include <iostream>
#include <regex>
#include <string>
using namespace std;

int main() {
    string str;
    while( cin >> str ){
        regex pattern1( "[^A-Z]+" ); //条件1，全是字母
        regex pattern2( "[A-Z]*([A-Z])(\\1).*" );  //条件2 连续字符
        regex pattern3( "[A-Z]*([A-Z])[A-Z]*([A-Z])[A-Z]*\\1[A-Z]*\\2[A-Z]*" );   //条件3 形如xyxy的字母
        if( regex_match(str,pattern1) || regex_match(str,pattern2) || regex_match(str,pattern3) )
            cout << "Dislikes" << endl;
        else
            cout << "Likes" << endl;
    }
    return 0;
}

pattern3中   [A-Z]*([A-Z])[A-Z]*([A-Z])[A-Z]*\\1[A-Z]*\\2[A-Z]*

[A-Z]*表示先匹配一些字母

([A-Z])表示匹配某个字母，并保存该字母，记为1

又一个[A-Z]*表示再匹配一些字母

又一个([A-Z])表示匹配某个字母，并保存该字母，记为2

后面的\\1和\\2分别表示上述1和2()里记录的字母

总的结果就是，寻找含有xyxy子序列的字符串

输出如下 

ABBA
Dislikes
THETXH
Dislikes
ABACADA
Dislikes
A
Likes
ABA
Likes
ABCBA
Likes