正则表达式简要笔记

昨天在给领导演示的时候发现需要替换文件，结果发现同事那机器上只有UltraEdit我还不太会用，淦，没找到正则替换的入口，结果不了了之。

后来回来在自己电脑上试了试，发现自己想的正则也不太对，索性现在总结一下最基础、通用、重要的符号，剩下的就可以自由组合了，就像调用小无相功的函数库模拟出少林寺72绝技一样。【以我现在的vscode上为准，网上有的正则说得不错但是在vscode上文本查找替换没效果】

---

不同于简单的字符匹配，由于可以组合表达，正则表达式的威力就大了很多。

字符种类

.	匹配除换行符以外的任意字符
\w	匹配字母或数字或下划线或汉字
\s	匹配任意的空白符
\d	匹配数字

\W	匹配任意不是字母，数字，下划线，汉字的字符
\S	匹配任意不是空白符的字符
\D	匹配任意非数字的字符

[xyz]	字符集合。匹配所包含的任意一个字符。例如， '[abc]' 可以匹配 "plain" 中的 'a'。
[^xyz]	负值字符集合。匹配未包含的任意字符。例如， '[^abc]' 可以匹配 "plain" 中的'p'、'l'、'i'、'n'。
[a-z]	字符范围。匹配指定范围内的任意字符。例如，'[a-z]' 可以匹配 'a' 到 'z' 范围内的任意小写字母字符。
[^a-z]	负值字符范围。匹配任何不在指定范围内的任意字符。例如，'[^a-z]' 可以匹配任何不在 'a' 到 'z' 范围内的任意字符。

查换行的东西

记得在一些软件上勾选“匹配新行”

比如查找

1
2000

在window的结尾符使用【1\r\n2000】，没那个\r找不到……

utf8的结尾符使用【1\n2000】

数量控制（后面还有懒惰模式控制）

{n,m}

重复n到m次

*	匹配前面的子表达式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等价于{0,}。
+	匹配前面的子表达式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等价于 {1,}。

逻辑控制

或【|】

x|y	匹配 x 或 y。例如，'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 则匹配 "zood" 或 "food"。

^	匹配字符串的开始
$	匹配字符串的结束

反义【^】

[^x]	匹配除了x以外的任意字符
[^aeiou]	匹配除了aeiou这几个字母以外的任意字符

<a[^>]+>匹配用尖括号括起来的以a开头的字符串。

捕获【()】

类似于数学中的小括号的作用，限定作用域并强制？

捕获	(exp)	匹配exp,并捕获文本到自动命名的组里

懒惰【?】

贪婪（在使整个表达式能得到匹配的前提下）匹配尽可能多的字符,这是默认的。

懒惰，匹配尽可能少的字符。

前面给出的限定符都可以被转化为懒惰匹配模式，只要在它后面加上一个问号?。

*?	重复任意次，但尽可能少重复
+?	重复1次或更多次，但尽可能少重复
??	重复0次或1次，但尽可能少重复
{n,m}?	重复n到m次，但尽可能少重复
{n,}?	重复n次以上，但尽可能少重复

边界

\b	匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。

下面这个去了【^和$】就会扩大范围

^[0-9]+(.[0-9]{2})?$        #有两位小数的正实数
[0-9]+\.[0-9]{2}            #效果等同于这个（不知道原作者怎么把.识别的）

使用时需要注意转义的符号

由于正则匹配是以这些的组合进行的，所以自己要匹配他们本身的时候需要注意。

\	将下一个字符标记为一个特殊字符、或一个原义字符、或一个 向后引用、或一个八进制转义符。例如，'n' 匹配字符 "n"。'\n' 匹配一个换行符。序列 '\\' 匹配 "\" 而 "\(" 则匹配 "("。

\ 转义符本身
(
)
{
}
.
*
+
!
?
^
$

^	匹配输入字符串的开始位置。如果设置了 RegExp 对象的 Multiline 属性，^ 也匹配 '\n' 或 '\r' 之后的位置。
$	匹配输入字符串的结束位置。如果设置了RegExp 对象的 Multiline 属性，$ 也匹配 '\n' 或 '\r' 之前的位置。
*	匹配前面的子表达式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等价于{0,}。
+	匹配前面的子表达式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等价于 {1,}。
?	匹配前面的子表达式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 。? 等价于 {0,1}。

?	当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串 "oooo"，'o+?' 将匹配单个 "o"，而 'o+' 将匹配所有 'o'。
.	匹配除换行符（\n、\r）之外的任何单个字符。要匹配包括 '\n' 在内的任何字符，请使用像"(.|\n)"的模式。

常用组合

.*      # 匹配任意文本
.*?
[0-9]

后记

主要是查找内容和替换的，有些查找前部之类的正则对我不太重要就没记，减少记忆负担。

参考

正则表达式30分钟入门教程 | 菜鸟教程 (runoob.com)