概念
正则表达式是一组由字母、数字和符号组成的特殊文本, 它可以用来从文本中找出满足你想要的格式的字符。简单的说,正则表达式就是对字符串操作的一种逻辑公式。
概念解析:
1、它是一种逻辑公式;
2、一种对字符串操作的逻辑公式;
3、对字符串的一种过滤,搜索符合限定条件(即逻辑公式)的字符串。
正则表达式的基础知识
1.基本匹配
正则表达式其实就是在执行搜索时的格式, 它由一些字母和数字组合而成。例如: 一个正则表达式 the,它表示一个规则:由字母t开始,接着是h,再接着是e,匹配的就是其中的’the’。
"the" => The fat cat sat on *the* mat.
2.占有字符和零宽度
占有字符:正则表达式匹配到的东西,不是一个位置,而且能保存到匹配的结果当中,这样的就叫做占有字符。
零宽度:只匹配一个位置,或者匹配的内容并不保存到匹配结果中,就称作零宽度。
3.元字符
正则表达式主要依赖于元字符,元字符不代表他们本身的字面意思,他们都有特殊的含义,一些元字符写在方括号中的时候有一些特殊的意思。以下是一些元字符的介绍:
元字符 | 描述 |
---|---|
. | 匹配除换行符以外的任意字符 |
[ ] | 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 |
\b | 匹配单词开始或结束,它只是匹配一个位置 |
^ | 锚点,匹配字符串开始 |
$ | 锚点,匹配字符串结束 |
4.转义字符
转义字符是专门用在元字符身上的,如果你想要得到元字符本身的话需要使用\来取消这些元字符的特殊意义。
5.字符类型
首先字符类型是用"[]"包括起来,而且大小写要区分。
例子:
[a-zA-Z0-9] 这个正则表达式表示:匹配一个字符,这个字符可以是a-z范围内或者A-Z范围内或者0-9范围内的任意小写或者大写或数字的字符。
[ABC]这个表示:匹配一个字符,这个字符可以是A,可以是B,也可以是C。
6.重复次数
元字符 | 描述 |
---|---|
* | 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 |
? | 重复0或1次 |
{n} | 重复n次 |
{n,} | 重复至少n次 |
{n,m} | 重复最少n次,最多m次 |
7.分支
指的是有几种规则:用“|”把不同的规则分开
例子:[A]|[B]|[C]|[D] 匹配一个字符:这个字符可以是A或B或C或D
8.分组
使用小括号()来指定字表达式:
例子:(\d{1,3}){3}\d{3} 表示:把我们分组的小括号里面的东西重复三次,也就是说我们至少匹配3个最多匹配9个数字,后面再加上三个数字
9.简写字符
简写 | 描述 |
---|---|
\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 |
10.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. 这些标志可以任意的组合使用, 它也是整个正则表达式的一部分。
标志 | 描述 |
---|---|
i | 忽略大小写 |
g | 全局搜索 |
m | 多行的;锚点元素^ $工作范围在每行的起始 |
小结
正则表达式就像是在高考完大学录取学生一样:有的学校要省内的,有的学校要省外的;有的学校收普通学生,而有的学校可能只收艺术特长生;有的学校要分数高的,有的学校还是想要分数高的,开个小玩笑哈。正则表达式就是在匹配字符串的过程中加一些限制条件,然后选出适合的,中意的。