接触正则表达式
这两天学习了下正则表达式,现在来稍微归纳一下:
一些长常见的元字符:
. 匹配除换行符外的所有字符
\S 注意是大写的S,匹配不是空白符的任意字符。
\w匹配字母或数字或下划线或汉字(我试验下了,发现3.x版本可以匹配汉字,但2.x版本不可以)
\d匹配数字
\b匹配单词的开始或结束 (附:大小写表示相反的意思:\s - 匹配任意的空白符,\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
\W - 匹配任意不是字母,数字,下划线,汉字的字符
[a]的反义是[^a],表示除a以外的任意字符。[^abcd]就是除abcd以外的任意字符。)
^匹配字符串的开始
$匹配字符串的结束
(表示重复类的)
*它前面的内容可以重复零次或者更多次
+它前面的内容可以重复一次或更多次
?重复零次或者一次(一般表示可有可无的符号)
{n}重复n次
{n,}重复n次以上
{a,b}重复a到b次
[] 这个是罗列法,只需要在方括号里列出它们就行了,像[aeiou]就匹配任何一个英文元音字母,[.?!]匹配标点符号(.或?或!)。
注意它是匹配括号里面任意一个
|这个相当于python中的or,它连接的两个表达式,只要满足其中之一,就会被算作匹配成功。
使用“|”时,要特别提醒注意的是不同条件之间的顺序。匹配时,会按照从左往右的顺序,一旦匹配成功就停止验证后面的规则。假设要匹配的电话号码还有可能是任意长度的数字(如一些特殊的服务号码),你应该把 |\d+ 这个条件加在表达式的最后。如果放在最前面,某些数据就可能会被优先匹配为这一条件。
如果你想查找元字符本身的话,比如你查找.,或者*,就出现了问题:你没办法指定它们,因为它们会被解释成别的意思。这时你就得使用\来取消这些字符的特殊意义。因此,你应该使用\.和\*。当然,要查找\本身,你也得用\\.