浅析正则表达式模式修正符

正则表达式之模式修正符

众所周知，我们可以利用正则表达式在文本中匹配自己想匹配的字符，而为了方便我们匹配字符，于是出现了一种帮助匹配的字符，叫做：

模式修正符

模式修正符可以帮我们提高自己工作的效率，接下来我们就来介绍一下模式修正符。

1.介绍

​对于模式修正符，其实就是在正则表达式后面加上一个“/”，再在后面加上一些特定的字母，便可以对匹配的字符做出限定，而这个限定是全局的，也就是说，它的优先级是最高的。

2.字符

​而在“/”后面可以加上的字符有这些：

字符	原词	含义
g	global	匹配全部可匹配结果
m	multi line	多行模式（此模式下^和$可以分别匹配行首和行尾）
i	insensitive	不区分大小写
x	extended	忽略空白字符，可以多行书写，并使用#进行注释说明
s	single line	单行模式（此状态下”.“可以匹配任意字符，包括换行符）
u	unicode	模式字符串被当作UTF-8
U	Ungreedy	使量词默认为非贪婪模式
A	Anchored	从目标字符串的开头开始匹配
Z		从目标字符串的末尾或出现在字符串末尾的 \n 之前开始匹配
z		从目标字符串的末尾开始匹配
J	Jchanged	允许子模式重复命名
D	Dollar end only	$字符仅匹配目标字符串的结尾；没有此选项时，如果最后一个字符是换行符的话$字符也能匹配

3.实例

​话不多说，上图

​例子：

首先我们选择匹配abc

1）g：匹配全部可匹配结果

未加“g”之前

加了“g”后

（ps：我使用的网址是直接点击“g”就可以调整模式修正词了）

​ 可以看出未加“g”之前只能匹配一个结果，加上“g”后就可以匹配多个结果。

2）m：多行模式（此模式下^和$可以同时匹配行首和行尾）

此模式下可以同时运用元字符“^”和“$”

未加“m”之前：

加上“m”以后：

但有一点要注意，当它们同时出现在同一段字符的时候，它们只会匹配这一段字符占了一行的字段（“g”和“m”同时加上）

比如我决定匹配“ac”，单独加上“^”和“$”分别是这样的：


而两个一起放上去是这样的：

可以发现，单独使用“^”和“$”匹配都会出现两次结果，而两个一起加上去只出现了一个结果，而且这个结果前两次也出现过，这是什么情况？

似乎有点像找公倍数。

再换个字符试试看。

^bc$

欸，这又是什么意思？怎么一个都没匹配到？

把“^”去掉试试看

一下子多出了五个！

这下搞懂了，当我们同时对一段字符加上“^”“$”时，它只会匹配占了一行的这一段字符。

为了验证猜想，试着在加上一行“bc”试一试。

果然如此！

3）i：不区分大小写

“i”可以帮我们不区分大小写地去匹配字符，某些场景可以发挥很大的作用

为了方便大家观察，我选择加上“g”一起实验

未加“i”之前：

加上“i”之后：

可以发现匹配的结果多出了一个“Abc”

4）x：忽略空白字符，可以多行书写，并使用#进行注释说明

“x”的作用是忽略空白字符，可以多行书写，还可以使用#进行注释说明

​这次需要分三次讲解

首先看“x”的第一个作用：忽略空白字符

直接上图吧

未加“x”之前：

加上“x”之后：

可以发现，加上“x”之后正则表达式直接忽略了空格直接开始匹配

这很好理解，第二个作用和第一个也是一样的，只是把空格换成了回车

未加“x”之前：

加上“x”之后：

可以看到正则表达式直接忽略了回车直接选择匹配

​ 前面两种都比较简单，第三种也一样简单

​ 使用#进行注释说明，大家都知道“#”是注释的意思，加上了就可以把“#”后的字符忽略，正则表达式也是一样的

​ 未加“x”之前：

加上"x"之后：

可见“bc”直接被注释掉了，只剩下“a”

​ 由此可见加上“x”之后就可以使用“#”了。

4）s：单行模式（此状态下”.“可以匹配任意字符，包括换行符）

​ 之前讲过,”.“可以匹配任意字符,但独独不能匹配换行符，当我们选择了“s”时，”.“就可以匹配换行符了。

​ 例子：

a.c

​ 未加”s“之前：

加上”s“之后：

可以看到使用”s“以后就可以匹配任何”aXc“格式的字符了，包括换行符。

5）u：模式字符串被当作UTF-8

​ 当我们选择“u”时，模式字符串就会被正则表达式当作UTF-8。这个不过多解释。

6）U：使量词默认为非贪婪模式

​ 关于这个“U”稍稍有些难以理解，它可以使量词默认为非贪婪模式，这是什么意思呢？

​ 看下图：


上面是未加上“U”之前的情况，第一张图是贪婪模式，第二张是非贪婪模式，这很正常，但加上“U”之后就不对劲了（贪婪模式和非贪婪模式详见上一篇文章，本文结尾有链接）。

​ 看下图：


可以发现本该贪婪模式出现的情况却在非贪婪模式出现了，而非贪婪模式也一样。

于是可以得出结果：选择用“U”时，正则表达式就会默认非贪婪模式，当我们尝试用贪婪匹配的时候，它会给出非贪婪模式所匹配的结果。

7）A：从目标字符串的开头开始匹配

这个“A”和我们之前学的元字符“^”的作用是一样的。也就是从开头开始匹配，默认是匹配第一个想匹配的字符。

未加“A”之前：

加上“A”以后：

8）Z：从目标字符串的末尾或出现在字符串末尾的 \n 之前开始匹配

​这个“Z”的作用和元字符“$”一样。这和”A“是相同的，不再过多赘述（我使用的正则表达式网页并没有这个修正词，所以也不去截屏了）

9）z：从目标字符串的末尾开始匹配

​同上，只是比”Z“少了一个功能

10）J：允许子模式重复命名

​这个”J“是用子模式的时候使用的，暂时不去多讲，后面学到了再讲。

11）D：$ 字符仅匹配目标字符串的结尾；没有此选项时，如果最后一个字符是换行符的话，$ 字符也能匹配

当我们选中”D“时，$ 字符仅匹配目标字符串的结尾。这似乎和没加是一样的，但其实不然。没有选择”D“时，如果最后一个字符是换行符的话，$字符也是可以匹配的

​未加”D“之前：

加上”D“之后：

可以看到确实上面所讲的一样。

4.总结

至此，已经讲完了绝大部分的内容，如果还有我没有讲到的，那是因为我目前的能力不够导致的，我会继续努力，谢谢！

本文运用的正则表达式网址为：https://regex101.com/