正则表达式完全指南

这是一本关于正则表达式的实验性书籍。与我在学习过程中发现的大多数regex资源相比,它主要是基于实例的可视化的。我还尝试选择一些突出一些常见陷阱的测试用例。我想你的时间是值得的。

本书的目标读者是正则表达式初学者。 有一定的编程经验。 它不涉及诸如引擎回溯和递归正则表达式等高级正则表达式概念,至少目前不涉及。

开源地址(英文)

前言

正则表达式(“ regexes”)允许定义模式并针对字符串执行它。 与模式匹配的子字符串称为“匹配项”。

A regular expression is a sequence of characters that define a search pattern.

正则表达式在以下方面发现了实用性:
输入验证
查找替换操作
高级字符串操作
文件搜索或重命名
白名单和黑名单
同时,正则表达式不适用于其他类型的问题:
解析 XML 或 HTML
完全吻合的日期

有几种正则表达式实现(正则表达式引擎),每个引擎都有自己的特性。本书将避免讨论这些特性之间的差异,而只讨论在大多数情况下跨引擎常见的特性。
本书中的示例块在底层使用JavaScript。因此,本书可能稍微偏向于JavaScript的正则引擎。

基本知识

正则表达式的格式通常为/ <rules> / <flags>。 为了简洁,人们通常会省略斜杠和标识。 在下一章中,我们将详细介绍标志。
让我们从正则表达式/ p / g开始。 现在,请把g标志视为理所当然。
/ p / g
注意:正则表达式默认是区分大小写的。

/p /g 匹配所有小写的 p 字符。

字符类

可以从一组字符中匹配一个字符。
[aeiou]/g
[aeiou]/g匹配输入字符串中的所有元音。
下面是另一个实际应用的例子:
/p[aeiou]t/g
`/p[aeiou]t/g
在一个连续的范围内匹配一个字符有一个直观的快捷方式:

/[a-z]/g
/[a-z]/g
警告:Regex /[ a-z ]/g 只匹配一个字符。 在上面的示例中,每个字符串有几个匹配项,每个匹配项有一个字符长。不是一个长匹配
我们可以在正则表达式中组合范围和单个字符:
/[A-Za-z0-9_-]/g
/[A-Za-z0-9_-]/g
我们还可以“否定”这些规则:
在这里插入图片描述
本章的第一个正则表达式和/[^aitou ]/g之间的唯一区别是紧接在开括号后的 ^ 。 其目的是否定括号内定义的规则。 我们现在说的是:匹配任何不属于 a,e,i,o 和 u 的字符

Examples

禁止用户名字符

在这里插入图片描述

明确的字符

在这里插入图片描述

字符转义

字符转义作为一些常用字符类的短字符

数字字符ー\d

字符转义 d 匹配从0到9的数字字符。它等效于字符类[0-9]。
在这里插入图片描述
\D是\D的否定,等于[^0-9]。

单词字符— \w

转义\w匹配被视为单词的字符。这些包括小写字母表ーa–z 大写字母ーA–Z 数字ー0–9 下划线ー_
因此它等价于字符类[ a-zA-Z0-9]
在这里插入图片描述

空白字符— \s

转义\s匹配空白字符。匹配的确切字符集取决于regex引擎,但大多数至少包括空格 Tab ー\t 回车ー\r 换行\n 跳页\f 很多还包括垂直制表符( v)。
在这里插入图片描述

任意字符— .

虽然不是典型的字符转义,但. 匹配任何1字符。
在这里插入图片描述

转义符

在正则表达式中,一些字符具有特殊的意义,我们将在下面的章节中探讨:
| {, } (, ) [, ] ^, $ +,*, ? \ . -仅在字符类中使用文字2 - —有时是字符类中的特殊字符。
当我们希望逐字匹配这些字符时,我们需要“逃避”它们。
这是通过在字符前面加上\来实现的。
在这里插入图片描述
在这里插入图片描述

例子

JavaScript在线评论

在这里插入图片描述

星号包围的字符串

在这里插入图片描述
第一个星号和最后一个星号都是字面意义上的星号,因为它们是转义的*
字符类中的星号不一定需要逃避2,但为了清晰起见,我还是对它进行了逃避。
字符类后面的星号表示字符类的重复,我们将在后面的章节中对此进行探讨

分组

顾名思义,组意味着用于对正则表达式的组件进行“分组”。 这些群体可以用来:

  1. 提取匹配的子集
  2. 重复组任意次数
  3. 引用以前匹配的子字符串
  4. 提高可读性
  5. 允许复杂的变更

捕获组

捕获组用(…)表示。下面是一个说明性的例子:
在这里插入图片描述
捕获组允许提取匹配部分。
在这里插入图片描述
使用语言的regex函数,可以提取每个字符串的匹配大括号之间的文本。
捕获组也可用于对正则表达式部件进行分组,以减少所述组的重复。 我们将在接下来的章节中详细介绍重复,这里有一个示例演示组的用途。
在这里插入图片描述

反向引用

反向引用允许引用以前捕获的子字符串。
第一组的匹配是\1,第二组的匹配是\2,以此类推…。
在这里插入图片描述
不能使用反向引用来减少正则表达式中的重复。它们指的是组的匹配,而不是模式。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

非捕获匹配

非捕获组与捕获组非常相似,只是它们不创建“捕获”。 他们采取的形式是?: … ).
非捕获组通常与捕获组一起使用。也许您正试图使用捕获组提取匹配的某些部分。您可能希望在不打乱捕获顺序的情况下使用一组。这就是非捕获组派上用场的地方。

例子

查询字符串参数

在这里插入图片描述
我们分别匹配第一个键值对,因为这允许我们使用&(分隔符)作为重复组的一部分。

(基本) HTML 标签

根据经验,不要使用正则表达式来匹配 xml / html.
尽管这样,这是一个相关的例子:
在这里插入图片描述

名字

在这里插入图片描述
反向引用和复数
在这里插入图片描述

重复

重复是一个强大且普遍存在的正则特性。在正则表达式中有几种表示重复的方法

让事情变得可选

我们可以使用? 操作符使正则表达式的部分可选
在这里插入图片描述
我们还可以将捕获组和非捕获组设为可选。
在这里插入图片描述

零个或多个子元素

如果我们希望匹配零个或多个令牌,可以使用 * 作为后缀。
在这里插入图片描述
我们的正则表达式甚至匹配一个空字符串“”。

一个或多个

如果我们希望匹配一个或多个令牌,可以使用 + 作为后缀。在这里插入图片描述

正好是 x 次

如果我们希望匹配一个特定的标记正好 x 次,我们可以用{ x }作为后缀。 这在功能上等同于将令牌重复复制粘贴 x 次。
在这里插入图片描述
下面是一个匹配大写六字符十六进制颜色代码的示例。在这里插入图片描述
在这里,标记{6}应用于字符类[0-9A-F ]。

在最小和最大时间之间

如果我们希望匹配 min 和 max (包含)时间之间的特定标记,可以使用{ min,max }作为后缀。
在这里插入图片描述
在{ min,max }中逗号后面不能有空格。

至少 x 次

如果我们希望匹配一个特定标记至少 x 次,我们可以使用{ x,}作为后缀。 把它想象成{ min,max } ,但是没有上界
在这里插入图片描述

关于贪婪的解释

默认情况下,正则表达式是贪婪的,它们试图尽可能地匹配。
在这里插入图片描述
将重复操作符(? ,* ,+ ,…)后缀为? ,可以使其变为“ 懒惰”。
在这里插入图片描述
这里,也可以通过使用[ ^ ”]代替. (这是最佳实践)来实现。
在这里插入图片描述

只要条件满足,懒惰就会停止,但贪婪意味着只有当条件不再满足时,它才会停止
—安德鲁在StackOverflow

在这里插入图片描述

例子

比特币地址

在这里插入图片描述

Youtube Video

在这里插入图片描述
我们可以使用锚点进行调整,使其与最后一个断开的链接不匹配

未完待续。。。。。


  1. 除了换行字符\n。如果regex引擎支持,可以使用dotAll标志来更改它。 ↩︎

  2. 许多特殊字符在字符类中默认按字面处理,否则将具有特殊含义。 ↩︎ ↩︎

展开阅读全文
©️2020 CSDN 皮肤主题: 数字20 设计师: CSDN官方博客 返回首页
实付0元
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、C币套餐、付费专栏及课程。

余额充值