正则表达式
正则表达式(regular expression regex RE),是采用简洁表达一组字符串的表达式。
比如:‘PN’ , ‘PYN’, ‘PYTN’ , ‘PYTHN’ , ‘PYTHON’这一组字符串可以用 P(Y | YT | YTH | YTHO) ?N 表示
又如:’PY‘ , ‘PYY’ , ‘PYYY’ , … , ‘PYYYYYYYYYYY’ 这一组字符串可以用 PY+表示
再如:以’PY‘开头,后续字符不多于10个且又不能包含 ’P’ 或 ‘Y’ 的字符串可以用 PY[^PY]{0,10}表示
可以说正则表达式是:
- 通用的字符串表达框架
- 简洁表达一组字符串的表达式
- 针对字符串表示“简介”和“特征“思想的工具
- 判断某字符串的特征归属
正则表达式作用
- 表达文本类型的特征(病毒,入侵等)
- 同时查找或替换一组字符串
- 匹配字符串的全部或部分(主要)
正则表达式语法
基本构成:字符和操作符,如下所示
操作符 | 说明 | 示例 |
---|---|---|
. | 表示任何单个字符 | |
[ ] | 字符集,对单个字符给出取值范围 | [abc]表示a,b,c,[a-z]表示从a到z单个字符 |
[^] | 非字符集,对单个字符给出排除范围 | [^abc]表示非a非b非c的字符 |
* | 前一个字符0次或无限次扩展 | abc*表示ab,abc,abcc,abccc等 |
+ | 前一个字符1次或无限次扩展 | abc+表示abc,abcc,abccc等 |
? | 前一个字符0次或1次扩展 | abc?表示abc,ab |
| | 左右表达式各1个 | abc|def表示abc或者def |
{m} | 扩展前一个字符m次 | ab{2}c表示abbc |
{m,n} | 扩展前一个字符m至n次(含n次) | ab{1,2}c表示abc,abbc |
^ | 匹配字符串开头 | ^abc表示abc且在一个字符串的开头 |
$ | 匹配字符串结尾 | abc$表示abc且在一个字符串的结尾 |
() | 分组标记,内部只能使用|操作符 | (abc)表示abc,(abc|def)表示abc或def |
\d | 数字,等价于[0-9] | |
\w | 单词字符,等价于[A-Z,a-z] |