正则表达式

正则表达式

正则表达式(regular expression)描述了一种字符串匹配的模式（pattern），可以用来检查一个串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等。下面来介绍一些基本的规则

1. 正则基本语法

• 首先有两个特殊的符号^和$，他们分别表示一个字符串的开始和结束：

  • ^The：表示所有以“The”开始的字符串
  • pair$：表示所有以“pair”结尾的字符串
  • ^ab$：表示开头和结尾都是ab
  • notice：表示任何包含"notice"的字符串

• *、+、?表示一个或一系列字符重复出现的次数，它们分别表示“0个、1个或若干”，“1个或若干”还有“0个或1个”。

  • ab*：表示一个字符串有一个a，后面跟着0个或者若干个b -> a,ab,abbbbb......
  • ab+：表示一个字符串有一个a，后面跟着至少一个b或者更多
  • ab?：表示一个字符串有一个a，后面跟着0个b或者1个b -> a,ab
  • a?b+$：表示在字符串末尾有0个a或者1个a，后面跟着至少1个b

• {}大括号表示次数的范围

  • ab{2}：表示有1个a和2个b
  • ab{2,}：表示有1个a和至少2个b
  • ab{3,5}：表示有1个a和3到5个b

  必须指定范围的下限，上限可以忽略

• |表示或操作

  • hi|hello：表示字符串中有"hi"或"hello"
  • (a|b)*c：表示一串"a"、"b"混合的字符串后面有一个c

• .可以替代任何字符

  • a.[0-9]：表示有1个a后面跟着一个任意字符和一个数字
  • ^.{3}$：表示有任意三个字符的字符串

• []方括号表示某些字符串允许在一个字符串中的某一特定位置出现

  • [ab]：表示有1个a或者1个b
  • [a-d]：表示一个字符串包含小写的a到d中的一个
  • ^[a-zA-Z]：表示以一个字母开头
  • ,[a-zA-Z0-9]：表示一个字符串以一个逗号后面跟着一个字母或数字结束

• [^]可以在方括号中使用^表示不希望出现的字符，要放在方括号的第一位

  • %[^a-zA-Z]%：表示两个百分号中不应该出现字母

• \转义符

  • 有时候我们输入{}在正则中也会被匹配，使用\可以避免这种匹配

2. 正则字符简写式

• \b：匹配单词的开始或者结束，单词边界
• \w：匹配字母或数字或下划线或汉字，等价[A-Za-z0-9_]
• \s：匹配任意的空白符
• \d：匹配数字
• \f：匹配换页符
• \r：匹配回车符
• \n：匹配换行符
• \t：匹配水平制表符

以上都是小写字母，如果是大写字母，匹配内容就是相反的。例如\s匹配空白符，\S匹配除空白符外的所有字符。

3. 运算符优先级

正则表达式从左到右进行计算，并遵循优先级顺序。

相同优先级从左到右进行运算，不同优先级的运算先高后低。

下表从高到低说明了优先级顺序：

运算符	描述
\	转义符
(), (?😃, (?=), []	圆括号和方括号
*, +, ?, {n}, {n,},	限定符
^, $, \任何元字符、任何字符	定位点和序列（即：位置和顺序）
|	替换，"或"操作

4. 正/反向预查

正向或反向预查都是非获取匹配，不进行存储供以后使用。

测试的文本：

Java6 Java7

• 正向预查

  (?:pattern) 匹配结果。Java(?:6|7)等效于Java6|Java7，结果Java6 Java7

  (?=pattern) 正向匹配。Java(?=6)，匹配后面跟着6的Java，即第一个Java，结果Java6 Java7

  (?!pattern) 正向不匹配。Java(?!6)，匹配后面不跟着6的Java，即第二个Java，结果Java6 Java7

• 反向预查

  (?<=pattern) 反向匹配。(?<=J)a，匹配紧跟字母J后面的a，结果Java6 Java7

  (?<!pattern) 反向不匹配。(?<!J)a，不匹配紧跟字母J后面的a，结果Java6 Java7

最后附上 正则表达式手册