正则表达式基本用法

  正则表达式:描述了一种字符串匹配的模式(pattern),可以用来检查一个串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等,在各类语言中,比如Java ,JavaScript ,Python 中皆有广泛的应用,掌握及其有好处,接下来小结一波正则表达式

 

1. 熟悉正则表达的各种元字符(基本构成单元)的意义:

字符描述
\

将下一个字符标记为一个特殊字符、或一个原义字符、或一个 向后引用、或一个八进制转义符。例如,'n' 匹配字符 "n"。'\n' 匹配一个换行符。序列 '\\' 匹配 "\" 而 "\(" 则匹配 "("。

^

匹配输入字符串的开始位置。例如,^Hello匹配字符串“Hello”

$

匹配输入字符串的结束位置。例如,World$匹配字符串“World”

*

匹配前面的子表达式零次或多次。例如,zo* 能匹配 "z" 以及 "zoo"。* 等价于{0,}。

+

匹配前面的子表达式一次或多次。例如,'zo+' 能匹配 "zo" 以及 "zoo",但不能匹配 "z"。+ 等价于 {1,}。

?

匹配前面的子表达式零次或一次。例如,"do(es)?" 可以匹配 "do" 或 "does" 。? 等价于 {0,1}。

{n}

n 是一个非负整数。匹配确定的 n 次。例如,'o{2}' 不能匹配 "Bob" 中的 'o',但是能匹配 "food" 中的两个 o。

{n,}

n 是一个非负整数。至少匹配n 次。例如,'o{2,}' 不能匹配 "Bob" 中的 'o',但能匹配 "foooood" 中的所有 o。'o{1,}' 等价于 'o+'。'o{0,}' 则等价于 'o*'。

{n,m}

m 和 n 均为非负整数,其中n <= m。最少匹配 n 次且最多匹配 m 次。例如,"o{1,3}" 将匹配 "fooooood" 中的前三个 o。'o{0,1}' 等价于 'o?'。请注意在逗号和两个数之间不能有空格。

?

当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时,匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串,而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如,对于字符串 "oooo",'o+?' 将匹配单个 "o",而 'o+' 将匹配所有 'o'。

.

匹配除换行符(\n、\r)之外的任何单个字符。要匹配包括 '\n' 在内的任何字符,请使用像"(.|\n)"的模式。

(pattern)

匹配 pattern 并获取这一匹配。所获取的匹配可以从产生的 Matches 集合得到。

(?:pattern)

匹配 pattern 但不获取匹配结果,也就是说这是一个非获取匹配不进行存储供以后使用。例如, 'industr(?:y|ies) 就是一个比 'industry|industries' 更简略的表达式,匹配结果一致。

(?=pattern)

正向肯定预查(look ahead positive assert),在任何匹配pattern的字符串开始处匹配查找字符串。"Windows(?=95|98|NT|2000)"能匹配"Windows2000"中的"Windows",但不能匹配"Windows3.1"中的"Windows"。

(?!pattern)

正向否定预查(negative assert),在任何不匹配pattern的字符串开始处匹配查找字符串,例如"Windows(?!95|98|NT|2000)"能匹配"Windows3.1"中的"Windows",但不能匹配"Windows2000"中的"Windows"。

(?<=pattern) 反向(look behind)肯定预查,与正向肯定预查类似,只是方向相反。例如,"(?<=95|98|NT|2000)Windows"能匹配"2000Windows"中的"Windows",但不能匹配"3.1Windows"中的"Windows"。
(?<!pattern) 反向否定预查,与正向否定预查类似,只是方向相反。例如"(?<!95|98|NT|2000)Windows"能匹配"3.1Windows"中的"Windows",但不能匹配"2000Windows"中的"Windows"。
x|y

匹配 x 或 y。例如,'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 则匹配 "zood" 或 "food"。

[xyz]

字符集合。匹配所包含的任意一个字符。例如, '[abc]' 可以匹配 "plain" 中的 'a'。

[^xyz]

负值字符集合。匹配未包含的任意字符。例如, '[^abc]' 可以匹配 "plain" 中的'p'、'l'、'i'、'n'。

[a-z]

字符范围。匹配指定范围内的任意字符。例如,'[a-z]' 可以匹配 'a' 到 'z' 范围内的任意小写字母字符。

[^a-z]

负值字符范围。匹配任何不在指定范围内的任意字符。例如,'[^a-z]' 可以匹配任何不在 'a' 到 'z' 范围内的任意字符。

\b

匹配一个单词边界,也就是指单词和空格间的位置。例如, 'er\b' 可以匹配"never" 中的 'er',但不能匹配 "verb" 中的 'er'。

\B

匹配非单词边界。'er\B' 能匹配 "verb" 中的 'er',但不能匹配 "never" 中的 'er'。

\cx

匹配由 x 指明的控制字符。例如, \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则,将 c 视为一个原义的 'c' 字符。

\d

匹配一个数字字符。等价于 [0-9]。

\D

匹配一个非数字字符。等价于 [^0-9]。

\f

匹配一个换页符。等价于 \x0c 和 \cL。

\n

匹配一个换行符。等价于 \x0a 和 \cJ。

\r

匹配一个回车符。等价于 \x0d 和 \cM。

\s

匹配任何空白字符,包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。

\S

匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。

\t

匹配一个制表符。等价于 \x09 和 \cI。

\v

匹配一个垂直制表符。等价于 \x0b 和 \cK。

\w

匹配字母、数字、下划线。等价于'[A-Za-z0-9_]'。

\W

匹配非字母、数字、下划线。等价于 '[^A-Za-z0-9_]'。

 

2. 明白正则表达式的基本构成元字符含义后,再了解下其组成后的优先级,方便判断正则表达式所表达的意义:

  正则表达式从左到右进行计算,并遵循优先级顺序,这与算术表达式非常类似优先级从高至低的顺序为:

  转义符<-----括号()/[]<----限定符<----定位符<----替换/或(颜色代表是与上表中对应的哦)

 

3. 明白了正则表达式所表达的意思后,现在需要看一些典型事例,自己稍加揣摩便可以自定义的编写基本的正则表达式啦:

  实例:

匹配Email地址 [\w!#$%&'*+/=?^_`{|}~-]+(?:\.[\w!#$%&'*+/=?^_`{|}~-]+)*@(?:[\w](?:[\w-]*[\w])?\.)+[\w](?:[\w-]*[\w])?
匹配URL [a-zA-z]+://[^\s]*
匹配QQ号 [1-9][0-9]{4,}
匹配身份证号 ^(\d{6})(\d{4})(\d{2})(\d{2})(\d{3})([0-9]|X)$
匹配(年-月-日格式)日期 ([0-9]{3}[1-9]|[0-9]{2}[1-9][0-9]{1}|[0-9]{1}[1-9][0-9]{2}|[1-9][0-9]{3})-(((0[13578]|1[02])-(0[1-9]|[12][0-9]|3[01]))|((0[469]|11)-(0[1-9]|[12][0-9]|30))|(02-(0[1-9]|[1][0-9]|2[0-8])))

 

4.  练习了正则表达式,现在需要将其运用到具体的语言中,各类语言格式分别为:

  •  java
    import java.util.regex.Matcher;
    import java.util.regex.Pattern;
    
    public class RegexMatches {
        
        public static void main(String args[]) {
            String str = "所需要寻找的字符串";
            String pattern = "插入你所设计的正则表达式"; 
    
            Pattern r = Pattern.compile(pattern);
            Matcher m = r.matcher(str);
            System.out.println(m.matches());
        }
    
    }

     

  •   python
    # -*- coding: utf-8 -*-
    
    import re
    
    #flags 编译标志位,用于修改正则表达式的匹配方式,例如:re.I对大小写不敏感
    pattern = re.compile(ur'插入你所设计的正则表达式',flags = 0)
    str = u'所需要查询的字符串'
    #这里匹配的方式主要有5种:match/search/findall/finditer/split
    print(pattern.search(str))
    print(pattern.match(str))
    '''
    match和search只要找到第一个匹配然后返回,一旦匹配成功,就是一个match object对象,而match object对象有以下方法:
    group() 返回被 RE 匹配的字符串:
    start() 返回匹配开始的位置:
    end() 返回匹配结束的位置:
    span() 返回一个元组包含匹配 (开始,结束) 的位置:
    group() 返回re整体匹配的字符串,可以一次输入多个组号,对应组号匹配的字符串
    '''
    
    #遍历匹配,可以获取字符串中所有匹配的字符串,返回一个列表,多个group以元组的形式储存。
    print(pattern.findall(str))
    
    #返回一个顺序访问每一个匹配结果(Match对象)的迭代器。找到 RE 匹配的所有子串,并把它们作为一个迭代器返回。
    print(pattern.finditer(str))
    
    #按照能够匹配的子串将string分割后返回列表,跟str的split方法类似,只是它更灵活
    print(pattern.split(str))

     

  •   JS
    var pattern = /插入你所设计的正则表达式/,
        str = '所需要查询的字符串';
    console.log(pattern.test(str));

     

  最后,正则的基本内容就这些了,是不是很简单?喜欢就收藏哦。。。

 

posted @ 2018-08-31 23:28  Secret608  阅读(208)  评论(0编辑  收藏  举报