《学习正则表达式》读书笔记一

第一章 什么是正则表达式

什么是正则表达式

正则表达式是描述一组字符串特征的模式，用来匹配特定的字符串。

1.1 从regexpal开始

• 网站

http://www.regexpal.com/

1.2 匹配北美电话号码

创建文本 resample 内容如下

 707-827-7019

1.3 用字符数组来匹配数字

• 匹配0到9的任意数字

[0-9] 

• 正则表达式将方括号视为特殊的元字符，因此方括号不参与匹配。
• 元字符是在正则表达式中含有特殊含义的字符，也是保留字符。

我们可以使用 grep 来验证表达式
执行

grep --color '[0-9]' resample 

结果如下

表示匹配0-9的任意数字

[0 1 2 7 8 9]

执行命令：

grep --color '[0 1 2 7 8 9]' resample 

结果如下

表示匹配方括号[ ]中的所有数字

1.4 使用字符组简写式

• \d 和[0-9]一样匹配任意阿拉伯数字

\d\d\d-\d\d\d-\d\d\d\d

执行命令：

grep --color '\d\d\d-\d\d\d-\d\d\d\d' resample

结果如下

• \D 匹配任意一个非数字字符。

\d\d\d\D\d\d\d\D\d\d\d\d

执行命令：

grep --color '\d\d\d\D\d\d\d\D\d\d\d\d' resample

结果如下：

这里\D 匹配了 -

1.5 匹配任意字符

\d\d\d.\d\d\d.\d\d\d\d

• . 点号(英文句号)是一个通配符，可以匹配任意字符。但是一般不匹配起始行符

执行命令：

grep --color '\d\d\d.\d\d\d.\d\d\d\d' resample

结果如下：

这里 . 匹配了 -

1.6 捕获分组和向后引用

(\d)0\1\D\d\d\1\D\1\d\d\d

• (\d)匹配第一个数字并将其捕获
• \d匹配第二个数字但没有捕获，因为没有括号
• \1 对数字进行反向引用

1.7 使用量词

\d{3}-?\d{3}-?\d{4}

• 花括号中的数字表示待查找的数字出现的次数。包含数字的花括号是一种量词。花括号本身是一种元字符。
• 问号是另一种量词，在上面表示连接符号是可选的。
• 加号(+)表示“一个或者多个”，星号(*)表示“零个或者多个”

(\d{3}[.-]?){2}\d{4}