正则表达式是一种基础的模式匹配技术。大多数文本处理工具都支持正则表达式。借助适合的正则表达式,我们可以对文本文件执行过滤、剥离、替换、搜索等操作。
正则表达式是由字面文本和具有特殊意义的符号组成。我们可以根据需要,构造出适合的正则表达式来匹配任何文本。
正则表达式规则
1、位置标记
位置标记锚点是标识字符串位置的正则表达式。默认情况下,正则表达式所匹配的字符。默认情况下,正则表达式所匹配的字符可以出现在字符串的任何位置。
正则表达式 | 描述 | 示例 |
---|---|---|
^ | 指定了匹配正则表达式的文本必须起始于字符串的首部 | ^tux 能够匹配以tux起始的行 |
$ | 指定了匹配正则表达式的文本必须结束于目标字符串的尾部 | tux$能够匹配以tux结尾的行 |
2、标识符(只能匹配单个字符)
标识符是正则表达式的基础组成部分。它定义了那些为了匹配正则表达式,必须存在(或不存在的字符)
正则表达式 | 描述 | 示例 |
---|---|---|
A字符 | 正则表达式必须匹配该字符 | A能够匹配字符A |
. | 匹配任意一个字符 | Hack.能够匹配Hackl或Hackn |
[ ] | 匹配中括号内的任意一个字符。中括号内可以是一个字符组或字符范围 | coo[kl]能够匹配cook和cool,[0-9]匹配任意单个数字 |
[^] | 匹配不在中括号内的任意一个字符。中括号内可以是一个字符组或字符范围 | 9[^01]能够匹配92和95,但不能匹配90和91。A[^0-9]匹配A以及随后除数字外任意单个字符 |
3、数量修饰符
一个标识符可以出现一次、多次或是不出现。数量修饰符定义了模式可以出现的次数。
正则表达式 | 描述 | 示例 |
---|---|---|
? | 匹配之前的项0次或1次 | colou?r能够匹配color或colour,但不能匹配colouur |
* | 匹配之前的项0次或多次 | co*l可以匹配cl、col、coool |
+ | 匹配之前的项1次或多次 | no9+能够匹配no9、no99、no999,但不能匹配no |
{n} | 匹配之前的项n次 | [0-9]{3}能够匹配任意的三位数,[0-9]{3}可以扩展为[0-9] [0-9] [0-9] |
{n,} | 之前的项至少需要匹配n次 | [0-9]{2,}能够匹配任意的两位或更多位的数字 |
{n,m} | 之前的项需要匹配n到m次 | [0-9]{2,5}能够匹配两位到五位的任意一个数字 |
4、其他
还有其他一些特殊字符可以调整正则表达式的匹配方式
正则表达式 | 描述 | 示例 |
---|---|---|
( ) | 将括号中的内容视为一个整体 | ma(tri)?x可以匹配max或maxtrix |
| | 指定了一种选择结构,可以匹配两边的任意一项 | Oct(1st |2nd)可以i匹配Oct 1st或Oct 2nd |
\ | 转义字符可以转义之前介绍的特殊字符 | a\ .b能够匹配a.b,但不能匹配ajb。因为 \忽略了.的特殊意义 |