正则表达式入门

根据使用环境的不同，有的时候正则表达式需要"/\d*/"，有的时候不需要，直接"\d*"，使用的时候还需要根据环境来

 

常用正则关键符号：

元字符
.	匹配除了换行符以外的任意字符
\w	word 匹配字母或数字或下划线或汉字等
\s	space 匹配任意的空白符，包括空格，制表符(Tab)，换行符，中文全角空格等
\d	digital 表示数字
\b	break 单词分割符，匹配一个位置
^	字符串的开始
$	字符串的结尾
\	去除元字符的含义
重复
{2}	前面连续重复出现的次数2次
{5,12}	前面连续重复出现5-12次
{5,}	重复5次或者更多次
*	0次或者多次，它指定*前边的内容可以连续重复使用任意次以使整个表达式得到匹配
+	则匹配重复1次或更多次。{1,}
?	重复0次或者1次
字符类，[]限定范围内的字符
[aeiou]	就匹配任何一个英文元音字母
[.?!]	匹配标点符号(.或?或!)
[a-z0-9A-Z_]	也完全等同于\w（如果只考虑英文的话）
分枝条件, |或
0\d{2}-\d{8}|0\d{3}-\d{7}	一种是三位区号，8位本地号(如010-12345678)，一种是4位区号，7位本地号(0376-2233445)。
分组，重复多个字符(abc){2} 括号里面为一组
(\d{1,3}\.){3}\d{1,3}	简单的IP地址匹配表达式
((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)	正确的分组ip匹配
反义，大写元字符，[^xxx]
\W	匹配任意不是字母，数字，下划线，汉字的字符
\S	匹配任意不是空白符的字符
\D	匹配任意非数字的字符
\B	匹配不是单词开头或结束的位置
[^x]	匹配除了x以外的任意字符，这里的^和字符串起始复用了
[^aeiou]	匹配除了aeiou这几个字母以外的任意字符
后向引用，其他见表4
\1	代表分组1匹配的文本
\b(\w+)\b\s+\1\b	用来匹配重复的单词，像go go, 或者kitty kitty。
\b(?<Word>\w+)\b\s+\k<Word>\b	用来匹配重复的单词，像go go, 或者kitty kitty。

 

贪婪与懒惰原则

通常的行为是（在使整个表达式能得到匹配的前提下）匹配尽可能多的字符。以这个表达式为例：a.*b，它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配。

加上？后，就尽可能的少

表5.懒惰限定符
代码/语法	说明
*?	重复任意次，但尽可能少重复
+?	重复1次或更多次，但尽可能少重复
??	重复0次或1次，但尽可能少重复
{n,m}?	重复n到m次，但尽可能少重复
{n,}?	重复n次以上，但尽可能少重复

 

 

分组语法：分组命令、断言、注释

表4.常用分组语法
分类	代码/语法	说明
捕获	(exp)	匹配exp,并捕获文本到自动命名的组里
	(?<name>exp)	匹配exp,并捕获文本到名称为name的组里，也可以写成(?'name'exp)
	(?:exp)	匹配exp,不捕获匹配的文本，也不给此分组分配组号
零宽断言	(?=exp)	匹配exp前面的位置
	(?<=exp)	匹配exp后面的位置
	(?!exp)	匹配后面跟的不是exp的位置
	(?<!exp)	匹配前面不是exp的位置
注释	(?#comment)	这种类型的分组不对正则表达式的处理产生任何影响，用于提供注释让人阅读

 

 

处理选项：不同的编程语言、工具开启模式的方法可能不一样，需要关注的时候谷歌下

忽略大小写

多行模式

单行模式

忽略空白

显示部门

 

vim magic 

(\m)：除了 $ . * ^ 之外其他元字符都要加反斜杠。 默认设置nomagic 

(\M)：除了 $ ^ 之外其他元字符都要加反斜杠。

这个设置也可以在正则表达式中通过 \m \M 开关临时切换。 \m 后面的正则表达式会按照 magic 处理，\M 后面的正则表达式按照 nomagic 处理， 而忽略实际的magic设置。

 

 

参考文档

http://deerchao.net/tutorials/regex/regex.htm