正则表达式必知必会 9/10

第四章

使用元字符

 

验证某个模式能不能获取预期的匹配结果并不困难，但如何验证它不会匹配到你不想要的东西可就没那么简单了。

1.因为元字符在正则表达式里有着特殊的含义，所以这些字符就无法用来代表它们本身。若要匹配自身得进行转义。

2.配对的元字符（比如[或者]）不用作元字符时必须被转义，否则正则表达式分析器很可能抛出一个错误。\的匹配表达式，\后面必跟另外一个字符，否则报错。

3.元字符大致可以分为两种，一种是用来匹配文本的（比如.），另外一种是正则表达式的语法所要求的的(比如[和])。

4.空白元字符

　　[\b]　　　　回退（并删除） 一个字符（Backspace键） 

　　\f　　　　　换页符

　　\n　　　　　换行符

　　\r　　　　　回车符

　　\t　　　　　制表符（Tab）

　　\v　　　　　垂直制表符

5.数字元字符

　　\d　　　　任何一个数字字符（等价于[0-9]） 

　　\D　　　　任何一个非数字字符（等价于[^0-9]）

在于正则表达式打交道的时候，同样的问题几乎总有好几种不同的解决办法。这些办法并无优劣之分，你尽可以选择最熟悉的那种语法。(当然，前提是它们能解决问题）

6.字母数字元字符

　　\w　　　　任何一个字母数字字符（大小写均可）或下划线字符（等价于[a-zA-Z0-9]）

　　\W　　　　任何一个非字母数字字符（大小写均可）或下划线字符（等价于[^a-zA-Z0-9]）

7.匹配空白字符（与非空白字符）

　　\s　　　　任何一个空白字符（等价于[\f\n\r\t\v]）

　　\S　　　　任何一个非空白字符（等价于[^\f\n\r\t\v]）

8.使用十六进制的数值要用前缀\x来给出。八进制\0

 

 

第五章

重复匹配

1.要想匹配同一个字符（或字符集合）的多次重复，只要简单地给这个字符（或字符集合）加上一个+字符作为后缀就可以了。+匹配一个或多个字符（至少一个，不匹配0个字符的情况）.还有一个*，区别是*可以没有匹配。

2.在字符集合加上+后缀时，得放在外面。比如说，[0-9]+ 是正确的, [0-9+]则不是，后者的意思是匹配由0到9和+构成的字符集合。

3.+是元字符，如果需要匹配+本身，就必须使用它的转义序列\+。

4.在字符集合中，像.和+这样的元字符将被解释为普通字符，不需要被转义，但转义了也没有坏处。[\w.]的使用效果与[\w\.]是一样的。

5.？只能匹配一个字符（或者字符集合）的零次或一次出现。

6.除了匹配一次或者0次，1次或者多次，还可以设置匹配的重复次数。正则表达式提供了一个设定重复次数（interval）的语法。重复次数要用{和}字符来给出，把数值写在它们之间。

7.除了设置次数外，还可以为重复匹配次数设定一个区间，如{1,3}‘  ’

8. 贪婪型，跟懒惰型的区别

 

 

 本来是期望匹配到两个分开的<b>s</b>   <b>s</b>

因为*和+都是所谓的“贪婪型”元字符，他们匹配时的行为模式是多多益善而不是适可而止的。他们会尽可能地从一段文本的开头一直匹配到这段文本的末尾，而不是从开头匹配到碰到第一个匹配为止。

 

第六章

位置匹配

1.\b单词边界，\b用来匹配一个单词的开始或结尾。

2.\b匹配切只匹配一个位置，不匹配任何字符，\bcat\b匹配到的字符串长度为3个字符（c、a、t），不是五个字符。

3.\b用来匹配一个\W和一个\w之间的，\B相反

比如b - b得用\B来匹配出这个-。

 

第七章

使用子表达式

1.用来表明重复次数的元字符（如？或*或{2}等）只作用于紧挨它的前一个字符或元字符。这时候就需要子表达式。

2.（）为子表达式。

3.子表达式允许嵌套。

 

第八章

回溯引用：前后一致匹配

1.\1代表模式里的第一个子表达式，为什么需要回溯引用？假如匹配html标签，其中有一个<h1></h2>虽然是错的，但是符合都是数字所以也会被寻找出来。

2.回溯引用匹配通常从1开始计数（\1,\2），在许多的实现里，第0个匹配（\0）可以用来代表整个正则表达式。

3.正则表达式也可以完成各种复杂的替换操作，其中就需要用到回溯引用。javascript中用$替换\。

4.用来进行大小写转换的元字符。

\E 　　　　结束\L或者\U转换

\l　　　　　把下一个字符转换为小写

\L　　　　把\L到\E之间的字符全部转换为小写

\u　　　　把下一个字符转换为大写

\ U　　　　把\U到\E之间的字符全部转换为大写

 

第九章

前后查找

1.需求：根据标记匹配文本，对某一个位置的前、后，内容进行查找。

2.正则表达式的术语“消费consume”，用来表述“匹配和返回文本”。如果被匹配的文本不包含在最终返回的匹配结果里，这被称为“不消费”。

3.？= 向前查找，

4.向前查找（向后查找）匹配本身其实是有返回结果的，只是这个结果的字节长度永远是0而已。因此，前后查找操作有时也被称为0宽度（zero-width）匹配操作。

5.？<=向后查找。

6.？！负向前查找，？<!负向后查找 ，即取非。