RegEx正则表达式
一、Regex简介
1.1 Regular Expression 正则表达式
- 用于文本的复杂处理
- 一种强大而灵活的文本处理工具
- 支持大部分的编程语言、数据库、文本编辑器、开发环境
eclipse、Notepad++、Editplus、UltraEdit、Mysql5.5以上、Oracle10g以上
eg:
select prod_name from products where prod_name regexp '.000'
描述了一个规则，通过这个规则可以匹配一类字符串
1.2 工具
- RegexBuddy
| 平台 | 下载地址 |
|---|---|
| 云 | https://www.lanzous.com/i64slmb |
二、Regex语法
2.1 基本语法
2.1.1 普通字符
字母、数字、汉字、下划线、以及没有特殊定义的标点符号，都是“普通字符”
- 表达式中的普通字符，在匹配一个字符串的时候，匹配与之相同的一个字符
2.1.2 简单的转义字符
2.1.3 标准字符集合
能够与多种字符匹配的表达式
注意区分大小写，大写是相反的意思
2.1.4 自定义字符集合
- [ ]方括号匹配方式，能够匹配方括号中任意一个字符
或的关系
- 正则表达式的特殊符号，被包含到中括号中，则失去特殊意义，除了
^
和
-
之外
- 标准字符集合，除小数点外，如果被包含于中括号，自定义字符集合
将包含该集合。比如：
[\d.\-+]将匹配：数字、小数点、-、+
2.1.5 量词
修饰匹配次数的特殊符号
-
匹配次数中的贪婪模式(默认)
匹配字符越多越好 -
匹配次数中的非贪婪模式
匹配字符越少越好，修饰匹配次数的特殊符号后再加上一个 "?" 号
2.1.6 字符边界（零宽匹配）
本组标记匹配的不是字符而是位置，符合某种条件的位置
\b匹配这样一个位置：前面的字符和后面的字符不全是\w
2.2 高级语法
2.2.1 匹配模式
| 匹配模式 | 说明 |
|---|---|
IGNORECASE |
忽略大小写模式 1. 匹配时忽略大小写 2. 默认情况下，正则表达式是要区分大小写的 |
SINGLELINE |
单行模式 1. 整个文本看作一个字符串，只有一个开头，一个结尾 2. 使小数点 "." 可以匹配包含换行符（\n）在内的任意字符 |
MULTILINE |
多行模式 1. 每行都是一个字符串，都有开头和结尾 2. 在指定了 MULTILINE 之后，如果需要仅匹配字符串开始和结束位置，可以使用 \A 和 \Z |
| eg: |
\Ai
i\Z
2.2.2 选择符和分组
捕获组的内容会放到内存中（匹配大量文本才考虑）
2.2.3 反向引用（\nnn）
- 每一对()会分配一个编号，使用 () 的捕获根据左括号的顺序从 1 开始自动编号
((((())))) - 通过反向引用，可以对分组已捕获的字符串进行引用
eg:
gogo toto dodo
([a-z]{2})\1
2.2.4 预搜索 (零宽断言或环视)
-
只进行子表达式的匹配，匹配内容不计入最终的匹配结果，是零宽度
-
这个位置应该符合某个条件。判断当前位置的前后字符，是否符合指
定的条件，但不匹配前后的字符。是对位置的匹配 -
正则表达式匹配过程中，如果子表达式匹配到的是字符内容，而非位置，并被保存到最终的匹配结果中，那么就认为这个子表达式是占有字符的；如果子表达式匹配的仅仅是位置，或者匹配的内容并不保存到最终的匹配结果中，那么就认为这个子表达式是零宽度的。占有字符还是零宽度，是针对匹配的内容是否保存到最终的匹配结果中而言的
eg:
2.2.5 常用正则表达式列表
3. 实战
3.1 电话号码验证
固话
- 电话号码由数字和"-"构成
- 电话号码为7到9位
- 如果电话号码中包含有区号，那么区号为三位或四位, 首位是0
- 区号用"-"和其他部分隔开
0\d{2,3}-\d{7,9}
移动电话
- 移动电话号码为11位
- 11位移动电话号码的第一位和第二位为"13“，”15”，”18”
1[358]\d{9}
(0\d{2,3}-\d{7,9})|(1[358]\d{9})
3.2 电子邮件地址验证
- 用户名：字母、数字、中划线、下划线组成
- @
- 网址：字母、数字组成
- 小数点
- 组织域名：2-4位字母组成
- 不区分大小写
[\w\-]+@[a-z0-9A-Z]+(.[a-z]{2,3}){1,2}
更新中......
