四. 中级用法
1. 分组
前面介绍了如果需要重复单个字符,直接在字符后面加上限定符(例如*或?)就行了,但是如果要重复多个字符的话,你就需要用到小括号来指定子表达式(也叫做分组),然后你就可以指定这个子表达式的重复次数了。比如(\d{1,3}\.){3}\d{1,3}就是一个不太准确的简单的查找IP地址的表达式。以下举例说明:
1) 表达式:(\d{1,3}\.){3}\d{1,3}
所需语法:\d——匹配任意一位数字,等价于[0~9];{n,m}——重复n到m次,只对邻近的字符或一组表达式起作用;\——转义符,将特殊字符转化为普通字符,取消后面跟着的字符的特殊意义;{n}——重复n次,只对邻近的字符或一组表达式起作用;
含义说明:\d{1,3}匹配1到3位的数字,(\d{1,3}\.){3}匹配三位数字加上一个英文句号(这个整体也就是这个分组)重复3次,最后再加上一个一到三位的数字(\d{1,3})。
查找结果:能查找到类似“192.168.1.1”这样的IP地址;如图14所示
图14
2) 表达式:((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)
所需语法:[]——匹配包含在其中的单个字符;\d——匹配任意一位数字,等价于[0~9];?——重复前一个字符或一组表达式零次或一次;{n}——重复n次,只对邻近的字符或一组表达式起作用;|——或的表达式,表示分支条件,匹配代码左侧的表达式或匹配代码右侧的表达式两者之一;注意:当左侧的表达式匹配条件相符的话,不再检测右侧的表达式;
含义说明:这才是一个每个IP列都不超过255,准确匹配正确IP地址的表达式,理解这个表达式的关键是利用分枝条件的知识理解2[0-4]\d|25[0-5]|[01]?\d\d?这个表达式,也就是拆成“2[0-4]\d”、“25[0-5]”、“[01]?\d\d?”三部分来分析;
查找结果:能查找到类似“219.138.29.119”这样的IP地址;如图15所示
图15
2. 反义
有时需要查找不属于某个能简单定义的字符类的字符。比如想查找除了数字以外,其它任意字符都行的情况,这时需要用到反义。
1) 常用的反义代码:
\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
\B 匹配不是单词开头或结束的位置
[^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
2) 表达式:\D+
所需语法:\D——匹配任意非数字的字符,等价于[^0~9];+——重复前一个字符或一组表达式一次或更多次;
含义说明:匹配任意不包含数字的字符串。
查找结果:能查找类似“admin88”这样的字符串里的单个字母“a”、“d”、“m”、“i”、“n”;如图16所示
图16
3) 表达式:<c[^>]+>
所需语法:[]——匹配包含在其中的单个字符;^——表示否的表达式,表示不想被匹配的字符,一般和[]一起使用。也匹配输入字符串的开始;+——重复前一个字符或一组表达式一次或更多次;
含义说明:匹配用尖括号括起来的以c开头的字符串;
查找结果:能查找到类似“<com>”这样的字符串;如图17所示
图17
3. 后向引用
使用小括号指定一个子表达式后,匹配这个子表达式的文本(也就是此分组捕获的内容)可以在表达式或其它程序中作进一步的处理。默认情况下,每个分组会自动拥有一个组号,规则是:从左向右,以分组的左括号为标志,第一个出现的分组的组号为1,第二个为2,以此类推。后向引用用于重复搜索前面某个分组匹配的文本。
1) 常用后向引用语法:
1.1)(exp) 匹配exp,并捕获文本到自动命名的组里
1.2)(?<name>exp) 匹配exp,并捕获文本到名称为name的组里,也可以写成(?'name'exp)
1.3)(?:exp) 匹配exp,不捕获匹配的文本,也不给此分组分配组号
2) 表达式:\b(\w+)\b\s+\1\b
所需语法:\b——匹配一个单词的开始或结束,也就是指单词和空格间的位置;\w——匹配任意一个字母或数字或下划线或汉字等;+——重复前一个字符或一组表达式一次或更多次;;\s——匹配任意的空白符,包括空格,制表符(Tab),换行符,中文全角空格等;
含义说明:这个表达式首先是一个单词,也就是单词开始处和结束处之间的多于一个的字母或数字(\b(\w+)\b),这个单词会被捕获到编号为1的分组中,然后是1个或几个空白符(\s+),最后是分组1中捕获的内容(也就是前面匹配的那个单词)(\1)。
查找结果:可以查找到类似“bye bye”或“go go”这样的单词;如图18所示
图18
3) 表达式:(?<Word>\w+)
所需语法:(?<name>exp)——匹配exp,并捕获文本到名称为name的组里,也可以写成(?'name'exp);\w——匹配任意一个字母或数字或下划线或汉字等;+——重复前一个字符或一组表达式一次或更多次;
含义说明:查找以字母或数字或下划线或汉字的一个字符串,并且把这个字符串捕获到命名为“word”的分组里(注:把尖括号换成'也行:(?'Word'\w+))
查找结果: 以查找字符串“<com>”为例,查找结果为“com”;如图19所示
图19
4) 表达式:\b(?<Word>\w+)\b\s+\k<Word>\b
所需语法:\b——匹配一个单词的开始或结束,也就是指单词和空格间的位置;(?<name>exp)——匹配exp,并捕获文本到名称为name的组里,也可以写成(?'name'exp);\s——匹配任意的空白符,包括空格,制表符(Tab),换行符,中文全角空格等;+——重复前一个字符或一组表达式一次或更多次;
含义说明:参照上例,其实这个表达式的重点的内容是代码“\k<Word>\b”,表示引用“wrod”分组里面的内容;
查找结果:查找类似“abc abc”这样的字符串,能找到“abc abc”这样的结果;如图20所示
图20
1. 分组
前面介绍了如果需要重复单个字符,直接在字符后面加上限定符(例如*或?)就行了,但是如果要重复多个字符的话,你就需要用到小括号来指定子表达式(也叫做分组),然后你就可以指定这个子表达式的重复次数了。比如(\d{1,3}\.){3}\d{1,3}就是一个不太准确的简单的查找IP地址的表达式。以下举例说明:
1) 表达式:(\d{1,3}\.){3}\d{1,3}
所需语法:\d——匹配任意一位数字,等价于[0~9];{n,m}——重复n到m次,只对邻近的字符或一组表达式起作用;\——转义符,将特殊字符转化为普通字符,取消后面跟着的字符的特殊意义;{n}——重复n次,只对邻近的字符或一组表达式起作用;
含义说明:\d{1,3}匹配1到3位的数字,(\d{1,3}\.){3}匹配三位数字加上一个英文句号(这个整体也就是这个分组)重复3次,最后再加上一个一到三位的数字(\d{1,3})。
查找结果:能查找到类似“192.168.1.1”这样的IP地址;如图14所示
![](https://i-blog.csdnimg.cn/blog_migrate/71b0814858a99c9fd667381a8ed742c7.jpeg)
图14
2) 表达式:((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)
所需语法:[]——匹配包含在其中的单个字符;\d——匹配任意一位数字,等价于[0~9];?——重复前一个字符或一组表达式零次或一次;{n}——重复n次,只对邻近的字符或一组表达式起作用;|——或的表达式,表示分支条件,匹配代码左侧的表达式或匹配代码右侧的表达式两者之一;注意:当左侧的表达式匹配条件相符的话,不再检测右侧的表达式;
含义说明:这才是一个每个IP列都不超过255,准确匹配正确IP地址的表达式,理解这个表达式的关键是利用分枝条件的知识理解2[0-4]\d|25[0-5]|[01]?\d\d?这个表达式,也就是拆成“2[0-4]\d”、“25[0-5]”、“[01]?\d\d?”三部分来分析;
查找结果:能查找到类似“219.138.29.119”这样的IP地址;如图15所示
![](https://i-blog.csdnimg.cn/blog_migrate/1574e60560a47d6c9f5f171242599788.jpeg)
图15
2. 反义
有时需要查找不属于某个能简单定义的字符类的字符。比如想查找除了数字以外,其它任意字符都行的情况,这时需要用到反义。
1) 常用的反义代码:
\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
\B 匹配不是单词开头或结束的位置
[^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
2) 表达式:\D+
所需语法:\D——匹配任意非数字的字符,等价于[^0~9];+——重复前一个字符或一组表达式一次或更多次;
含义说明:匹配任意不包含数字的字符串。
查找结果:能查找类似“admin88”这样的字符串里的单个字母“a”、“d”、“m”、“i”、“n”;如图16所示
![](https://i-blog.csdnimg.cn/blog_migrate/7829eecded8ed564f9a4987a1924d012.jpeg)
图16
3) 表达式:<c[^>]+>
所需语法:[]——匹配包含在其中的单个字符;^——表示否的表达式,表示不想被匹配的字符,一般和[]一起使用。也匹配输入字符串的开始;+——重复前一个字符或一组表达式一次或更多次;
含义说明:匹配用尖括号括起来的以c开头的字符串;
查找结果:能查找到类似“<com>”这样的字符串;如图17所示
![](https://i-blog.csdnimg.cn/blog_migrate/1cf5cb29944b0a134b1ebce508c18943.jpeg)
图17
3. 后向引用
使用小括号指定一个子表达式后,匹配这个子表达式的文本(也就是此分组捕获的内容)可以在表达式或其它程序中作进一步的处理。默认情况下,每个分组会自动拥有一个组号,规则是:从左向右,以分组的左括号为标志,第一个出现的分组的组号为1,第二个为2,以此类推。后向引用用于重复搜索前面某个分组匹配的文本。
1) 常用后向引用语法:
1.1)(exp) 匹配exp,并捕获文本到自动命名的组里
1.2)(?<name>exp) 匹配exp,并捕获文本到名称为name的组里,也可以写成(?'name'exp)
1.3)(?:exp) 匹配exp,不捕获匹配的文本,也不给此分组分配组号
2) 表达式:\b(\w+)\b\s+\1\b
所需语法:\b——匹配一个单词的开始或结束,也就是指单词和空格间的位置;\w——匹配任意一个字母或数字或下划线或汉字等;+——重复前一个字符或一组表达式一次或更多次;;\s——匹配任意的空白符,包括空格,制表符(Tab),换行符,中文全角空格等;
含义说明:这个表达式首先是一个单词,也就是单词开始处和结束处之间的多于一个的字母或数字(\b(\w+)\b),这个单词会被捕获到编号为1的分组中,然后是1个或几个空白符(\s+),最后是分组1中捕获的内容(也就是前面匹配的那个单词)(\1)。
查找结果:可以查找到类似“bye bye”或“go go”这样的单词;如图18所示
![](https://i-blog.csdnimg.cn/blog_migrate/f53ef3789fe8aa812970eddca5b5b80c.jpeg)
图18
3) 表达式:(?<Word>\w+)
所需语法:(?<name>exp)——匹配exp,并捕获文本到名称为name的组里,也可以写成(?'name'exp);\w——匹配任意一个字母或数字或下划线或汉字等;+——重复前一个字符或一组表达式一次或更多次;
含义说明:查找以字母或数字或下划线或汉字的一个字符串,并且把这个字符串捕获到命名为“word”的分组里(注:把尖括号换成'也行:(?'Word'\w+))
查找结果: 以查找字符串“<com>”为例,查找结果为“com”;如图19所示
![](https://i-blog.csdnimg.cn/blog_migrate/2e5dc40a3066e21b821539163872acaf.jpeg)
图19
4) 表达式:\b(?<Word>\w+)\b\s+\k<Word>\b
所需语法:\b——匹配一个单词的开始或结束,也就是指单词和空格间的位置;(?<name>exp)——匹配exp,并捕获文本到名称为name的组里,也可以写成(?'name'exp);\s——匹配任意的空白符,包括空格,制表符(Tab),换行符,中文全角空格等;+——重复前一个字符或一组表达式一次或更多次;
含义说明:参照上例,其实这个表达式的重点的内容是代码“\k<Word>\b”,表示引用“wrod”分组里面的内容;
查找结果:查找类似“abc abc”这样的字符串,能找到“abc abc”这样的结果;如图20所示
![](https://i-blog.csdnimg.cn/blog_migrate/3051399323602973bef7ab13f2c168d4.jpeg)
图20
转载于:https://blog.51cto.com/liangzhuoyao/167611