正则表达式学习记录

正则表达式

测试工具 regexBuddy

普通字符：

• 字母，数字，汉字，下划线，以及没有特殊定义的标点符号

转移字符

\n换行符 \t制表符 ^$.(){}?+*|[]这些字符都需要转义

标准字符集合

大写表示取反

• \d：0~9任意一个数字
• \w：任意一个字母，数字，下划线。即A_Z,az,0~9,_
• \s: 匹配任意一个空格,制表符,换行符等空白字符
• . : 匹配除换行符外的任意一个字符
  如果要匹配包括换行符在内的任意一个字符使用[\s\S]

自定义字符集合

[]括号匹配方式，能够匹配括号内的任意一个字符，或的关系

• ^:方括号里面是取反的意思,[^a3c]:匹配除了a,3,c之外任意一个字符

• :匹配一个集合内的任意一个字符，如：[f-k]:匹配从f到k的任意一个字符
  [^A-F0-3]:匹配A~F,0~3之外的任意一个字符

[]中除了^,-之外的特殊字符都代表字符本身，成为普通字符。

标准字符集合在[]中仍然是代表其集合，.变成普通字符，如：[\d.-+]:匹配0~9任意数字 . + -

量词

• 1，量词只作用于前一个表达式,如\d\d{3}:匹配任意四个数字,(\d\d){3}:匹配任意6位数字

• 2，默认贪婪模式,匹配越多越好,在{}后加个?,变成非贪婪模式,匹配越少越好

	{n}:表达式重复n次,
	{m,n}:表达式至少重复m次,最多重复n次
	{m,}:表达式至少重复m次
	?:匹配表达式0次或者1次,相当于{0,1}
	+:相当于{1,}
	*:相当于{0,}

字符边界：

匹配符合某种条件的位置而不是字符,具有零宽属性

• ^:匹配字符串开始的位置
• $:匹配字符串结尾的位置
• \b：匹配一个字符边界，字符前面或者后面不全是\w

匹配模式：

• IGNORECASE:忽略大小写模式
• SINGLELINE:单行模式
• MULTILINE:多行模式 若想匹配最开头和最后结尾使用\A \Z

选择符和分组

• |：左右两边表达式之间"或"的关系,匹配左边或者右边
• ():捕获组。以左边括号顺序为捕获组排序,通过反向引用可以直接引用捕获组内容。$1,$2,$3…
  由于反向引用会在内存中保存匹配的字符串,如果字符串太多影响效率，可以在左括号后面加?:设置成非捕获组，提高效率
  如：(?:[a-z]{2}):匹配到的两个字符不会保存在内存中

预搜索[零宽断言][环视]

• (?=exp):断言自身位置的后面能匹配表达式exp
• (?<=exp):断言自身位置的前面能匹配表达式exp
• (?!exp):断言自身位置的后面不能匹配表达式exp
• (?<!exp):断言自身位置的前面不能匹配表达式exp