认识正则表达式

正则表达式学习笔记

正则表达式初识

专门用来处理字符串
用途:

字符串匹配（字符匹配）
字符串查找
字符串替换

例如：

IP地址是否正确 邮箱是否正确
从网页中揪出email地址
从网页中揪出链接

正则表达式学习使用软件:RegexBuddy

正则表达式语法：

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，都是“普通字符”，表达式中的普通字符，在匹配一个字符串的时候，匹配与之相同的一个字符。

标准字符集合：

能够与‘多种字符’匹配的表达式
注意区分大小写 大写是相反的意思
字符 含义

字符	含义
\d	任意一个数字，0~9中的任意一个
\w	任意一个字母或数字或下划线 也就是A~Z , a~z , 0~9 , _ 中任意一个
\s	包括空格，制表符，换行符，等空白字符的其中任意一个
.	小数点可以匹配任意一个字符（除了换行符） 如果要匹配的话“\n”在内的所有，一般用[\s\S]

自定义字符集合：

[ ] 含义：能够匹配方括号中任意一个字符

字符	含义
[abc@]	匹配 “a”或“b”或“5”或“@”
[^abc]	匹配“a”“b”“c”之外的任意一个字符
[f-k]	匹配“f”~“k”之间的任意一个字母
[^A-F0-3]	匹配“A”-“F”，“0”-“3”之外的任意一个字符

量词（Quantifier）：修饰匹配次数的特殊符号

字符	含义
{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1次，相当于{0，1}
+	表达式至少出现1次，相当于{1,}
*	表达式不出现或出现任意次，相当于{0，}

匹配次数中的贪婪模式（匹配支付越多越好，默认！）
匹配次数中的非贪婪模式（匹配字符越少越好，修饰匹配次数的特殊符号后在加上一个“？”号）

字符边界：

字符边界去匹配的时候是零宽
—（本组标记匹配的不是符而是位置，符合某种条件的位置）

字符	含义
^	与字符串开始的地方匹配
$	与字符串结束的地方匹配
\b	匹配一个字符边界

正则表达式匹配模式：

IGNORECASE 忽略大小写模式

—匹配是忽略大小写
—默认情况下，正则表达式是要区分大小写的

SINGLELINE 单行模式

—整个文本看做一个字符串，只有一个开头，一个结尾。
—使小数点“.” 可以匹配包括换行符(\n) 在内的任意字符

MULTILINE 多行模式

—每行都是一个字符串，都有开头和结尾。
—在指定了MULTILINE之后，如果需要仅匹配字符串开始和结束位，可以使用\A 和\Z

选择符和分组

分支结构 |

左右两边表达式之间“或”的关系，匹配左边或者右边

捕获组 ( )

（1）	在被修饰匹配次数的时候，括号中的表达式可以作为整体被修饰
（2）	取匹配结果的时候，括号中的表达式匹配到的内容可以被单独得到
（3）	每一对括号会分配一个编号，使用（）的捕获根据左括号的顺序从1开始自动编号。
捕获元素编号为0的第一个捕获是由整个正则表达式模式匹配的文本

非捕获组 （？：Expression）

一些表达式中，不得不使用（），但又不需要保存（）中子表达式匹配的内容，
这时可以用非捕获组来抵消使用（）带来的副作用

反向引用（\nnn）

—每一对（）会分配一个编号，使用( )的捕获 根据左括号的顺序从1开始自动编号
—通过反向引用，可以对分组已捕获的字符串进行引用

预搜索（零宽断言）（环视）

—只进行子表达式的匹配，匹配内容不计入最终的匹配结果，是零宽度。
—这个位置应该符合某个条件。判断当前位置的前后字符，是否符合指定的条件但不匹配前后的字符。是对位置的匹配。
—正则表达式匹配过程中，如果子表达式匹配到的是字符内容，而非位置，并被保存到最终的匹配结果中，那么就认为这个子表达式是占有字符的；如果子表达式匹配的仅仅是位置，或者匹配的内容并不保存到最终的匹配结果中，那么就认为这个子表达式是零宽度的。占有字符还是零宽度，是针对匹配的内容是否保存到最终的匹配结果中而言的。

字符	含义
（?=exp）	断言自身出现的位置的后面能匹配表达式exp
（?<=exp）	断言自身出现的位置的前面能匹配到表达式exp
（?!exp）	断言此位置的后面不能匹配表达exp
（?<!exp）	断言此位置的前面不能匹配表达式exp

练习：

电话号码验证

条件：

1. 电话号码有数字和“-”构成
2. 电话号码为7-8位
3. 如果电话号码包含有区号，那么区号为3位或4位 ，首位是0
4. 区号用“—”和其他部分隔开
5. 移动电话号码为11位
6. 11位移动电话号码的第一位和第二位位“13”，“15”，“18”

答案：(0\d{2,3}-\d{7,9})|(1[35789]\d{9})

电子邮件地址验证

条件：

1. 用户名：字母，数字，中划线，下划线组成。
2. @
3. 网址：字母、数字组成
4. 小数点：.
5. 组织域名：2-4位字母
6. 不区分大小写
   
   答案：[\w-]+@+[a-z0-9A-Z]+(.[a-zA-Z]{2,4}){1,2}