正则表达式入门

目录

一、限定符

1、？

2、*

3、+

4、{}

5、（）

6、|

7、[]

二、元字符

三、懒惰与贪婪匹配

四、分组

1、捕获式分组

2、非捕获式分组

五、回溯引用

六、环视

1、正向先行断言

2、反向先行断言

3、正向后行断言

4、反向后行断言

---

一、限定符

1、？

代表前面一个的一个字符需要出现0或1次，即可有可无。

例：

used？:匹配use或used

2、*

代表前面一个字符出现0或多次

例：

ab*c：匹配ac/abc/abbbbbbbc

3、+

代表前面一个字符出现一次以上

例：

ab+c:匹配abc/abbbbbc

4、{}

精确匹配前面一个字符出现的次数

例：

ab{6}c:匹配abbbbbbc
ab{2，6}c:匹配b出现了2-6次的
ab{2，}：匹配b出现了2次以上的

*类似于{0，}；+类似于{1，}。

5、（）

用于多个字符的匹配

例：

（abc）{3}：匹配abcabcabc

6、|

或运算符

例：

a （cat|dog）：匹配a cat或a dog

7、[]

限定只能匹配【】内的限定字符

例：

[abc]*：匹配所有由a、b、c组成的字符
[0-9]：匹配所有的数字字符
[a-z]：匹配所有的小写字符
[A-Z]：匹配所有的大写字符
[a-zA-Z0-9]：匹配所有的英文和数字
[Pp]ython：匹配Python或python

二、元字符

语法	说明
.	匹配行首
^	匹配行尾
$	匹配任意字符（不包括Tab和换行符）
\d+	数字字符，类似于[0-9]
\w+	单词字符，类似于[a-zA-z]
\s+	空白字符
\b	标识字符的边界
\D+	非数字字符，类似于[^0-9]
\S+	非空白字符
\W+	非单词字符，类似于[^a-zA-Z]
/B	匹配不是单词开头或结束的位置

三、懒惰与贪婪匹配

贪婪匹配：正则表达式默认匹配尽可能多的字符。

懒惰匹配：用？（跟在+或*后面）将贪婪匹配切换为懒惰匹配，匹配尽可能少的字符。

代码/语法	说明
*?	重复任意次，但优先匹配少重复的字符串
+?	重复1次或更多次，但优先匹配重复1次的字符串
??	重复0次或1次，但优先匹配0次的字符串

例：

a.*b：匹配最长的以a开始，以b结束的字符串。
//如果我们需要匹配的是ab，就需要用到懒惰匹配。
a.*？b：匹配最短的以a开始，以b结束的字符串
\d{8，9}?:匹配8个数字

四、分组

用于将多个字符重复，主要通过使用小括号()来进行分组

1、捕获式分组

捕获括号内的内容

例：

（\d{4}）[\-\s]?(\d{4})[\-\s]?(\d{2}):可以匹配类似2911-1415-34的字符串，并提取出2911 1415 34

2、非捕获式分组

用(?:表达式)来实现非捕获组，不捕获括号里的内容。

五、回溯引用

回溯引用是指模式的后半部分引用在前半部分中定义的子表达式。

例1：

有如下两个字符串：

123<font>提示</bar>abcd

123<font>提示</font>abcd

我们需要提取第二种，就可以用这样的正则表达式：

<(\w+)>(.*?)</\1>

这里的\1指的就是引用第一个括号里的子表达式。

例2：

编写代码匹配符合abba这种关系的单词，正则表达式如下：

(\w)(\w)\2\1

\2表示引用第二个括号的子表达式，\1表示引用第一个括号的子表达式。

六、环视

1、正向先行断言

从左往右看表达式所在右侧一定有表达式，语法：（?=表达式）

例：

匹配喜欢后面一定有你的字符串：喜欢(?=你)

2、反向先行断言

从左往右看表达式所在右侧一定没有表达式，语法：（?!表达式）

例：

排除QQ邮箱：(?!qq.com)

3、正向后行断言

从右往左看表达式所在左边一定有表达式，语法：（?<=表达式）

例：

喜欢前面一定有我，后面一定有你的字符串：(?<=我)喜欢(?=你)
所有的赵姓同学：(?<=赵)\S{2，4}

4、反向后行断言

从右往左看表达式所在右侧一定没有表达式，语法：（?<!表达式）

例：

爱国前一定没有不的字符串：(?<!不)爱国