为什么一定要学习正则表达式

为什么一定要学正则表达式

前言

为什么有正则表达式，以及为什么一定要学习正则表达式？

本文不去讨论正则表达式的历史，流派以及完整而复杂的用法，仅仅通过一个简单的搜索场景，把你带入正则表达式的世界，从此你将感受到“海阔凭鱼跃、天高任鸟飞”的痛快！，回归正题，假设有一份名单，如下所示：

张仲景
刘德华
刘亦菲
张良
刘欢
张居正
葛振林
刘邦
李世民
葛云飞
刘彻
刘禹锡
李清照
诸葛亮
刘伯温
刘备
葛优

任务场景

最简单的搜索任务：在文本中搜索“刘德华”

很简单，只要在搜索框中输入“刘德华”再搜索就可以了，一般的文本编辑器都支持这个功能。

搜索结果显示“刘德华”已经成功被找到！

一眼简单，但多坑的搜索任务：在文本中搜索所有姓“葛”的人

很多编辑器或阅读工具都提供“通配符”，可以用来进行模糊查找：

? : 表示匹配一个字符
* : 表示匹配任意个字符(包括一个都没有)

1. 第1回合：在搜索框中输入“葛??”就好了， 是这样吗？

问题：你发现“葛优”，没有搜索出来！

2. 第2回合：好吧，不用(?)号了， 用(*)号， 搜索“葛*”，这回应该没有问题了吧！是这样吗？

问题：“葛亮”是什么鬼？

3. 第3回合：最后，我们来试试正则表达式！在搜索框输入“^葛.*”

OK、完美的找出了所有姓“葛”的人，并且没有误判。至于这段字符是什么意思，请阅读下文。

🕮说明：

Notepad--目前的版本没有看到有“通配符”功能，所以通符功能使用Notepad3演示

Notepad--中匹配结果没有全部高亮标记，为了演示效果，仍然使用Notepad3演示，但Notepad--正则表达式搜索功能正常，并且有些高级功能后面分享。

常见的正则表达式字符及功能

字符	功能描述
\	将下一个字符标记为一个特殊字符，或一个原义字符，或一个向后引用，或一个八进制转义符。例如，”\n”匹配一个换行符。
^	匹配输入字符串的开始位置。
$	匹配输入字符串的结束位置。
*	匹配前面的子表达式零次或多次，等价于
+	匹配前面的子表达式一次或多次，等价于
?	匹配前面的子表达式零次或一次，等价于
?	当该字符紧跟在任何一个其他限制符(*,+,?,{n},{n,},{n,m})后面时，匹配模式是非贪婪的。非贪婪模式尽可能少地匹配所搜索的字符串，而默认的贪婪模式则尽可能多地匹配所搜索的字符串。例如，对于字符串”oooo”,”o+?”将匹配单个”o”,而”o+”将匹配所有的”o”。
	N是一个非负整数，匹配确定的n次。
	N是一个非负整数，至少匹配n次。
	M和n均为非负整数，其中n<=m，最少匹配n次且最多匹配m次。
.	匹配除”\n”之外的任何单个字符。要匹配包括”\n”在内的任何字符，请使用像”[.\n]”的模式
(pattern)	匹配pattern并获取这一匹配。
(?:pattern)	匹配pattern但不获取匹配结果。这在使用“或”字符(
(?=pattern)	正向预查，在任何匹配pattern的字符串开始处匹配查找字符串。例如：”Windows(?=95
(?!pattern)	负向预查，在任何不匹配pattern的字符串开始处匹配查找字符串。例如：”Windows(?!95
x	y
[xyz]	字符集合，匹配所包含的任何一个字符。
[^xyz]	负值字符集合，匹配未包含的任意字符。
[a-z]	字符范围，匹配指定范围内的任意字符。
[^a-z]	负值字符范围，匹配任何不在指定范围内的任意字符。
\b	匹配一个单词边界，也就是单词和空格间的位置。
\B	匹配非单词边界。
\cx	匹配由x指明的控制字符。X的值必须为A-Z或a-z之间
\d	匹配一个数字字符。等价于[0-9]
\D	匹配一个非数字字符。等价于[^0-9]
\f	匹配一个换页符。等价于\x0c和\cL
\n	匹配一个换行符。等价于\x0a和\cJ
\r	匹配一个回车符。等价于\x0d和\cM
\s	匹配任何空白字符，包括空格、制表符、换页符等。
\S	匹配任何非空白符。
\t	匹配一个制表符
\w	匹配包括下划线的任何单词字符。等价于[a-zA-Z0-9_]
\W	匹配任何非单词字符。
\xn	匹配n，其中n为十六进制转义值。例如”\x41”匹配”A”。
\num	匹配num，其中num是一个正整数。对所获取的匹配的引用。例如：”(.)\1”

🕮说明：
以上正则表达式字符和规则，仅仅是正则表达式的冰山一角，读者入门后可以根据精力更加深入的去学习正则表达式。

---

文档作者声明：本文档仅用于学习交流，未经作者许可，不得将本文档用于其他目的。
Copyright © 2022~2024 All rights reserved.