正则表达式学习笔记

1、定位符

 "^"：匹配行或字符串的起始位置。例如匹配一个以 a  开头的字符串，"^a"

 "$"：匹配行或字符串的结尾。例如匹配一个以 b 结尾的字符串，"b$"

 "\b"：匹配一个单词边界，也就是字和空格间的位置。例如提取出 "we are joker" 中的 "are"，"\bare\b"

 

2、限定符

  几个概念：

  1）贪婪：会首先匹配整个字符串，会选定尽可能多的内容，如果失败，就回退一个字符，然后再次尝试。每次回退一个字符，直到找到要匹配的内容或者没有字符可以回退。

  2）懒惰：从目标的开始位置匹配，每次检查一个字符，并寻找要匹配的内容，如此循环直到字符结尾处。

  3）占有：会覆盖整个字符串，然后尝试匹配，但只尝试一次，不会回溯。

  "*"：重复 0 次或多次。可以不出现，也可以出现 1 次或多次。

   例如：hahahhhaaaha  正则：ha*h，则表示 a 可以出现 0 次，1 次或多次。匹配结果：hah、hh、haaah

  "+"：重复 1 次或多次。至少出现 1 次。

   例如：hahahhhaaaha  正则：ha+h，则表示 a 可以出现 1 次或多次。匹配结果：hah、haaah

  "?"：重复 0 次或 1次。最多 1 次。

   例如：hahahhhaaaha  正则：ha+h，则表示 a 最多可以出现 1 次。匹配结果：hah、hh

  "{n}"：n 是一个非负整数，只能匹配前面的字符 n 次。

   例如：hahahhhaaaha  正则：ha{3}，则表示 a 出现 3 次。匹配结果：haaa

  "{n,}"：n 是一个非负整数，匹配前面的字符至少 n 次。

   例如：hahahhhaaahaa  正则：ha{2,}，则表示 a 至少出现 3 次。匹配结果：haaa、haa

  "{n, m}"：n、m 是一个非负整数，匹配前面的字符至少 n 次，最多 m 次。

   例如：hahahhhaaahaa  正则：ha{2,4}，则表示 a 至少出现 2 次，最多出现 4 次。匹配结果：haaa、haa  

  "*?"：重复任意次，但尽可能少重复。

   例如：acbab  正则： a.*?b，匹配结果：acb、ab，如果不加 ?，匹配结果 acbacb

  "+?"：重复 1 次或更多次，但尽可能少重复。

    例如：acbab  正则： a.+?b，匹配结果：acb，如果不加 ?，匹配结果 acbacb   

  "??"：重复 0 次或 1 次，但尽可能少重复。

   例如：a.??b 可以匹配出 aaacb 中的 acb，但是不能匹配出 aaaccb 中的 accb

 

3、其他元字符

   "."：匹配除换行符 \n 外的其他任意单个字符。

   "\d"：匹配一个数字。也可以用 [0-9]，如果要匹配多个数字可以用 "\d+" 。n 位的数字："\d{n}"

   "\w"：匹配数字、字母或下划线。如 "a\w+" 可以匹配出 "abc123acb"

   "\s"：匹配单个空格，如果要匹配多个空格，可以用 "\s+"

   "[abc]"：字符集合。匹配所包含的任意一个字符。

   "[^abc]"：匹配字符集合外的任意字符。

   "[a-z]"：字符范围，可以匹配指定范围内的任意字符。

   "[^a-z]"：匹配不在指定范围内的任意字符。

 

4、一些常用的正则表达式

   1）数字和英文字符组成的字符串：^[A-Za-Z0-9]+$

   2) URL: [a-zA-Z]+://[^\s]*