参考链接
https://github.com/ziishaned/learn-regex
# 正则表达式
# https://github.com/ziishaned/learn-regex/blob/master/translations/README-cn.md
元字符
. 句号匹配任意单个字符除了换行符。
[ ] 字符种类。匹配方括号内的任意字符。
[^ ] 否定的字符种类。匹配除了方括号里的任意字符
* 匹配>=0个重复的在*号之前的字符。
+ 匹配>=1个重复的+号前的字符。
? 标记?之前的字符为可选.
{n,m} 匹配num个大括号之前的字符或字符集 (n <= num <= m).
(xyz) 字符集,匹配与 xyz 完全相等的字符串.
| 或运算符,匹配符号前或后的字符.
\ 转义字符,用于匹配一些保留的字符 [ ] ( ) { } . * + ? ^ $ \ |
^ 从开始行开始匹配.
$ 从末端开始匹配.
点运算符 .
.ar匹配一个任意字符后面跟着是a和r的字符串。
字符集
方括号用来指定一个字符集。 在方括号中使用连字符来指定字符集的范围。
[Tt]he 匹配 the 和 The
方括号的句号就表示句号。
表达式 ar[.] 匹配 ar.字符串
否定字符集
表达式[^c]ar 匹配一个后面跟着ar的除了c的任意字符。
* 号
*号匹配 在*之前的字符出现大于等于0次。
表达式 a* 匹配0或更多个以a开头的字符
表达式[a-z]* 匹配一个行中所有以小写字母开头的字符串。
*字符和.字符搭配可以匹配所有的字符.*
*和表示匹配空格的符号\s连起来用
表达式\s*cat\s*匹配0或更多个空格开头和0或更多个空格结尾的cat字符串。
+ 号
+号匹配+号之前的字符出现 >=1 次
表达式c.+t 匹配以首字母c开头以t结尾,中间跟着至少一个字符的字符串。
? 号
? 标记在符号前面的字符为可选,即出现 0 或 1 次。
表达式 [T]?he 匹配字符串 he 和 The
{} 号
{} 是一个量词,常用来限定一个或一组字符可以重复出现的次数
表达式 [0-9]{2,3} 匹配最少 2 位最多 3 位 0~9 的数字。
省略第二个参数
[0-9]{2,} 匹配至少两位 0~9 的数字。
如果逗号也省略掉则表示重复固定的次数
[0-9]{3} 匹配3位数字
(...) 特征标群
(...) 中包含的内容将会被看成一个整体,和数学中小括号( )的作用相同
表达式 (ab)* 匹配连续出现 0 或更多个 ab。
如果没有使用 (...) ,那么表达式 ab* 将匹配连续出现 0 或更多个 b 。
如果在 {} 前加上特征标群 (...) 则表示整个标群内的字符重复 N 次。
还可以在 () 中用或字符 | 表示或。
(c|g|p)ar 匹配 car 或 gar 或 par.
| 或运算符
或运算符就表示或,用作判断条件
(T|t)he|car 匹配 (T|t)he 或 car
转码特殊字符
反斜线 \ 在表达式中用于转码紧跟其后的字符。用于指定 { } [ ] / \ + * . $ ^ | ? 这些特殊字符
如果想要匹配这些特殊字符则要在其前面加上反斜线 \
如果想要匹配句子中的 . 则要写成 \.
^ 号
^ 用来检查匹配的字符串是否在所匹配字符串的开头
^(T|t)he 匹配以 The 或 the 开头的字符串。
$ 号
$ 号用来匹配字符是否是最后一个
(at\.)$ 匹配以 at. 结尾的字符串。
简写字符集
简写 描述
. 除换行符外的所有字符
\w 匹配所有字母数字,等同于 [a-zA-Z0-9_]
\W 匹配所有非字母数字,即符号,等同于: [^\w]
\d 匹配数字: [0-9]
\D 匹配非数字: [^\d]
\s 匹配所有空格字符,等同于: [\t\n\f\r\p{Z}]
\S 匹配所有非空格字符: [^\s]
\f 匹配一个换页符
\n 匹配一个换行符
\r 匹配一个回车符
\t 匹配一个制表符
\v 匹配一个垂直制表符
\p 匹配 CR/LF(等同于 \r\n),用来匹配 DOS 行终止符
零宽度断言(前后预查)
先行断言和后发断言都属于非捕获簇(不捕获文本 ,也不针对组合计进行计数)。 先行断言用于判断所匹配的格式是否在另一个确定的格式之前,匹配结果不包含该确定格式(仅作为约束)。
符号 描述
?= 正先行断言-存在
?! 负先行断言-排除
?<= 正后发断言-存在
?<! 负后发断言-排除
?=... 正先行断言
?=... 正先行断言,表示第一部分表达式之后必须跟着 ?=...定义的表达式。
返回结果只包含满足匹配条件的第一部分表达式。 定义一个正先行断言要使用 ()。在括号内部使用一个问号和等号: (?=...)。
表达式 (T|t)he(?=\sfat) 匹配 The 和 the,在括号中我们又定义了正先行断言 (?=\sfat) ,即 The 和 the 后面紧跟着 (空格)fat。
?!... 负先行断言
负先行断言 ?! 用于筛选所有匹配结果,筛选条件为 其后不跟随着断言中定义的格式。 正先行断言 定义和 负先行断言 一样,区别就是 = 替换成 ! 也就是 (?!...)。
表达式 (T|t)he(?!\sfat) 匹配 The 和 the,且其后不跟着 (空格)fat。
?<= ... 正后发断言
正后发断言 记作(?<=...) 用于筛选所有匹配结果,筛选条件为 其前跟随着断言中定义的格式。
表达式 (?<=(T|t)he\s)(fat|mat) 匹配 fat 和 mat,且其前跟着 The 或 the。
?<!... 负后发断言
负后发断言 记作 (?<!...) 用于筛选所有匹配结果,筛选条件为 其前不跟随着断言中定义的格式。
表达式 (?<!(T|t)he\s)(cat) 匹配 cat,且其前不跟着 The 或 the。
标志
标志也叫模式修正符,因为它可以用来修改表达式的搜索结果。
标志 描述
i 忽略大小写。
g 全局搜索。
m 多行修饰符:锚点元字符 ^ $ 工作范围在每行的起始。
忽略大小写
表达式 /The/gi 表示在全局搜索 The,在后面的 i 将其条件修改为忽略大小写,则变成搜索 the 和 The,g 表示全局搜索。
全局搜索
表达式 /.(at)/g 表示搜索 任意字符(除了换行)+ at,并返回全部结果。
多行修饰符
多行修饰符 m 常用于执行一个多行匹配
表达式 /at(.)?$/gm 表示小写字符 a 后跟小写字符 t ,末尾可选除换行符外任意字符。根据 m 修饰符,现在表达式匹配每行的结尾。
贪婪匹配与惰性匹配
正则表达式默认采用贪婪匹配模式,在该模式下意味着会匹配尽可能长的子串。我们可以使用 ? 将贪婪匹配模式转化为惰性匹配模式。