正则表达式

正则表达式语法

/匹配主体/[修饰符]

常见修饰符有以下几种

g：全局匹配，一般正则表达式遇到了第一个匹配的就会结束,例如/aaa/,这里匹配到第一个a就结束停止匹配，而加了g修饰之后会一直匹配到字符串末尾

i：正则表达式默认区分大小写，加了i修饰时则忽略大小写，此时A和a一样

m：可以使 ^ 和 $ 匹配一段文本中每行的开始和结束位置，即不把多行看成同一个字符串，对于每个单独的一行作为匹配对象

s：正常情况下 . 符表示匹配除\n以外的所有字符，加上s修饰后则包含了\n

对于不同的修饰符可以叠加使用例如/abc/gi

常见转义字符

字符集合[]

[abc]表示匹配a,b,c中的任何一个即可，即和该集合交集不为空

[0-9]=[0123456789]

[^abc]表示对于a,b,c都不匹配，即和该集合无交集

• . 匹配除了换行符（\n）以外的任意一个字符 = [^\n]
• \w = [0-9a-Z_]
• \W = [^0-9a-Z_]
• \s = [ \t\n\v]
• \S = [^ \t\n\v]
• \d = [0-9]
• \D = [^0-9]

量词

量词一般跟在某个字符后面，表示对于该个字符进行多次匹配

{n} 匹配n次，例如A{2}=AA

{m，n} 匹配m到n次=[m,n]，优先匹配n次，即可以匹配m，m+1....，n

{m，} 匹配大于等于m次，优先匹配出现的最大的次数

？={0，1} 匹配0或1次

+={1，} 匹配大于等于1次

* ={0，} 匹配大于等于0次

正则表达式匹配一般位贪婪模式优先匹配多的次数，在{}后面加？开启非贪婪模式

a{1，3}？优先匹配a

 

字符边界

^ ,开头匹配符,放在模板串开头，表示匹配以模板串为开头的字符串，例如^abc匹配以abc为开头的字符串

$ ,结尾匹配符，放在模板串结尾，表示匹配以模板串为结尾的字符串，abc$

\b单词边界，放在模板穿末尾，表示匹配边界为模板从字符串，即开头和结尾都要匹配的字符串，abc\b=^abc$,可以匹配abchhabc,但是不能匹配abchh和hhabc

选择表达式

通过分组来匹配多个字符串，用 | 将字符串分割开，前面字符集是匹配多个字符

abc|ig|op 表示匹配abc或ig或op

分组

(字符串)，表示为一组，我们之前对于单个字符串的操作叶使用于字符组，[]除外

例如

 (ab){3}表示ababab

（ab|cd){2}表示abcd,abab,cdcd,cdab

分组默认为捕获组

普通捕获组（pattren),命名捕获组(?<name>pattern)或(?'name'pattern),非捕获组： ?: 、?= 或 ?! 重写捕获组，一般以?开头的普通捕获组为非捕获组

相比于捕获组，非捕获组不捕获文本，无分组编号，不可被反向引用

引用语法为\数字，表示引用前面第几个分组，后面匹配将和前面保持一致

预搜索

正声明 “(?=…)”：是指匹配项后面字符匹配了指定字符后才会匹配

负声明 “(?!...)” ：是匹配项后面字符不匹配指定字符才会匹配

(?=a)b 只能匹配ab

(?!a)b 只能匹配bb