正则表达式
元字符
元字符 | 说明 |
---|---|
. | 匹配出换行符以外的任意字符 |
\w | 匹配字母、数字、下划线 |
\s | 匹配任意的空白字符 |
\d | 匹配数字 |
\b | 匹配单词的开始或结束 |
^ | 匹配字符串的开始 |
$ | 匹配字符串的结束 |
反义元字符
语法 | 说明 |
---|---|
\W | 匹配不是字母、数字、下划线 |
\S | 匹配人意不是空白符的字符 |
\D | 匹配任意非数字的字符 |
\B | 匹配不是单词开头或结束的位置 |
[^x] | 匹配除了x以外的任意字符 |
[^aeiou] | 匹配出了aeiou以外的任意字符 |
匹配 . 、? 等转义字符时
\. 匹配.
? 匹配?
正则表达式注释
需要忽略模式中的空白符
通过#xxx 完成注释,也可以换行更好的查看每一小节的作用
正则表达式重复
语法 | 说明 |
---|---|
* | 重复零次或更多次 |
+ | 重复一次或更多次 |
? | 重复零次或一次 |
{n} | 重复n次 |
{n,} | 重复n次或更多次 |
{n,m} | 重复n到m次 |
字符类
[0-9] \d
[a-z0-9A-Z_] \w
[&?.] 标点符号
\(?0\d{2}[)-]?\d{8}) (02155555555、 012-12345678、 (012)12345676
分组
-
将子表达式进行做成子集
-
使用()进分组
-
方便对match的字符串进行划分
-
exp = (\d{1,3}\.){3}\d{1,3} 120.169.168.125
-
分组命名:(?exp)
-
(?:exp) 匹配exp,不捕获匹配的文本,也不给次分组分配组号
匹配bilibili视频标题:
<div\s+class=“info”.*?<div\s+class=“headline clearfix”>.*?<span\s+class=“type\s+hide”>(?:.*?).?<a.?>(?.*?)
贪婪与懒惰
- 贪婪 a.*b
- 懒惰 a.*?b
语法 | 说明 |
---|---|
*? | 重复任意次,尽可能少重复 |
+? | 重复1次或更多次,尽可能少重复 |
?? | 重复0次或一次,尽可能少重复 |
{n,m}? | 重复n到m次,尽可能少重复 |
{n,}? | 重复n次以上,尽可能少重复 |
处理选项
语法 | 说明 |
---|---|
IgnoreCase | 匹配时不区分大小写 |
Multiline | 更改^和$的含义,使他们分别在任意一行的 行首和行尾匹配,而不仅仅在整个字符串的开头和结尾匹配 |
Singleline | 更改.的含义,时他与每一个字符匹配(包括换行符\n) |
IngorePatternWhitespace | 忽略表达式中的非转义空白并启用有#标记的注释 |
ExplicitCapture | 仅捕获已被显式命名的组 |
后向引用
匹配taobao taobao,home home这样的情况
- \b(\w+)\b\s+\1\b
- \b(?\w+)\b\s+\k\b
零宽断言
-
?=exp 零宽度正预测先行断言,自身出现的未知的后面能匹配表达式exp
\b\w+(?=ing\b)
I’m singing while you’re dancing.
-
?<=exp 零宽度正回顾后发断言,自身出现的位置的前面能匹配表达式exp
(?<=\bre)\w+\b
reading a book
负向零宽断言
查找这样的单词–他后面出现了字母t,但是t后面跟的不是字母u
\b\w*t[^u]\w*\b 不支持 request
需要使用零宽断言负预测先行断言
\b\w*t(?!u)\w*\b
平衡组/递归匹配(C#支持,Java8不支持)
- 如何把xx <aa aa> yy这样的字符串里最长的配对尖括号内的内容捕获出来
- (?‘group’)把捕获的内容命名为group,并压入堆栈(stack)
- (?’-group’)从堆栈上弹出最后压入堆栈的名字为group的捕获内容,若果堆栈本来为空,则本组的匹配失败
- (?(group)yes|no)如果堆栈上存在以名为group的捕获内容,继续匹配yes部分的表达式,否则匹配no部分
- (?!)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
<#最左外层的左括号
[^<>]* #最外层的左括号后面的不是括号的内容
(
(
(?'Open'<) #碰到了左括号,在黑板上写一个"Open"
|
(?'-Open'>) #碰到了右括号,擦掉一个“Open“
|
[^<>]* #匹配右括号后面不是括号的内容
)+
)*
(?(Open)(?!)) #在遇到最外层的右括号前面,判断黑板上还有没有没有擦掉的“Open”:若果还有,匹配失败
> #最外层的右括号