正则表达式30分钟入门教程(转载)

正则表达式30分钟入门教程

参考以上教程，本人在学习的过程中做了一些总结如下

一，知识框架

1. 首先，需要重点理解元字符，限定符，分枝条件，分组，反义

2. 其次，深入了解后向引用，零宽断言，负向零宽断言。

二，知识要点

1.元字符

表1.常用的元字符

代码	说明
.	匹配除换行符以外的任意字符
\w	匹配字母或数字或下划线或汉字
\s	匹配任意的空白符
\d	匹配数字
\b	匹配单词的开始或结束
^	匹配字符串的开始
$	匹配字符串的结束

 

2.限定符　　 

代码/语法	说明
*	重复零次或更多次
+	重复一次或更多次
?	重复零次或一次
{n}	重复n次
{n,}	重复n次或更多次
{n,m}	重复n到m次

 

3.分枝条件: |

a)  0\d{2}-\d{8}|0\d{3}-\d{7}   : 

     这个表达式能匹配两种以连字号分隔的电话号码：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)。

b)  \(0\d{2}\)[- ]?\d{8}|0\d{2}[- ]?\d{8}  : 

    这个表达式匹配3位区号的电话号码，其中区号可以用小括号括起来，也可以不用，区号与本地号间可以用连字号或空格间隔，也可以没有间隔。你可以试试用分枝条件把这个表达式扩展成也支持4位区号的。

c) \d{5}-\d{4}|\d{5}  :  

    这个表达式用于匹配美国的邮政编码。美国邮编的规则是5位数字，或者用连字号间隔的9位数字。之所以要给出这个例子是因为它能说明一个问题：使用分枝条件时，要注意各个条件的顺序。如果你把它改成\d{5}|\d{5}-\d{4}的话，那么就只会匹配5位的邮编(以及9位邮编的前5位)。原因是匹配分枝条件时，将会从左到右地测试每个条件，如果满足了某个分枝的话，就不会去再管其它的条件了。

 

4.分组：用小括号来指定子表达式(也叫做分组)

a)  (\d{1,3}\.){3}\d{1,3}

    这是一个简单的IP地址匹配表达式。要理解这个表达式，请按下列顺序分析它：\d{1,3}匹配1到3位的数字，(\d{1,3}\.){3}匹配三位数字加上一个英文句号(这个整体也就是这个分组)重复3次，最后再加上一个一到三位的数字(\d{1,3})。

 

5.反义：

常用的反义代码

代码/语法	说明
\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
[^aeiou]	匹配除了aeiou这几个字母以外的任意字

a) \S+ : 匹配不包含空白符的字符串。

b) <a[^>]+> : 匹配用尖括号括起来的以a开头的字符串(这个例子宜重点留意)

 

三： 综合案例

    之所以静下心来研究正则表达式，是因为遇到了一个用程序解一元一次方程的需求，在编码的过程中，有一个问题是如何检查一个多项式是否符合ax+b 或 b+ax的形式，于是想到了用正则表达式来解决，记录如下：