正则表达式
作者QQ:1095737364 QQ群:123300273 欢迎加入!
1.一般元字符
元字符是一个或一组代替一个或多个字符的字符
- 点( . ):匹配除换行符以外的任意字符,要匹配包括 '\n' 在内的任何字符,请使用 [.\n] 的模式
- \w:匹配字母 或数字 或下划线 或汉字,示例:\bhi\b.*\bLucy\b : 先是hi,然后是任意个任意字符(但不能是换行),最后是Lucy这个单词
- \s:匹配任意的空白符
- \d:匹配数字
- 0\d\d-\d\d\d\d\d\d\d\d : 以0开头,然后是两个数字,然后是一个连字号“-”,最后是8个数字
- 0\d{2}-\d{8} :电话号码
- \b\w{6}\b :刚好6个字符的单词
- \b:匹配单词的开始或结束,示例:\bhi\b :匹配hi单词
- ^:匹配字符串的开始
- $:匹配字符串的结束,示例:^\d{5,12}$ :为5位到12位数字时
2.转义元字符
- \ :
-
- 使用 \ 来取消一些元字符的特殊意义,使其成为普通字符
- 要查找 \ 本身,你也得用 \\
- 例子:
- 正则: deerchao\.net 匹配: deerchao.net
- 正则: C:\\Windows 匹配: C:\Windows
3.复元字符
- *:重复零次或更多次
- +:重复一次或更多次
- Windows\d+ 匹配Windows后面跟1个或更多数字
- ^\w+ 一行的第一个单词
- ?: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
4.字符类
- - :表示范围
- [ ]:匹配任意一个字符
- [abc] 匹配: 匹配 "plain" 单词中的 'a'。
- [^abc] 匹配: 匹配 "plain" 单词中的'p'、'l'、'i'、'n'。
- [0-9]代表的含意与\d就是完全一致的 匹配:一位数字;
- [a-z0-9A-Z_]也完全等同于\w(如果只考虑英文的话)
- \(?0\d{2}[) -]?\d{8} 像(010)88886666,或022-22334455,或02912345678等电话号码
5.分枝条件
- |:替换,"或"操作
- 字符具有高于替换运算符的优先级,使得"m|food"匹配"m"或"food"。若要匹配"mood"或"food",请使用括号创建子表达式,从而产生"(m|f)ood"。
- 0\d{2}-\d{8}|0\d{3}-\d{7}: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)
6.分组
- ( ) :子表达式(也叫做分组): 组后面加上重复就可以重复多个字符
- (\d{1,3}\.){3}\d{1,3} 匹配: IP地址简单的格式
- ((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?) 匹配:Ip地址的匹配
7.反义
- \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
- \b\w*q[^u]\w*\b : 包含后面不是字母u的字母q的单词, 匹配整个Iraq fighting
- [^aeiou] : 匹配除了aeiou这几个字母以外的任意字符实例:
- \S+ 匹配:不包含空白符的字符串
- <a[^>]+> 匹配:用尖括号括起来的以a开头的字符串
8.捕获
默认情况下,每个分组会自动拥有一个组号(也叫组名),规则是:从左向右,以分组的左括号为标志,第一个出现的分组的组号为1,第二个为2,以此类推。好处:当你需要在一定的位置上继续匹配这个重复的分组时,只需要引入组号.
- (exp):匹配exp,并捕获文本到自动命名的组里
- \b(\w+)\b\s+\1\b :重复的单词,像go go, 或者kitty kitty
- (?<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)
- \b(?<Word>\w+)\b\s+\k<Word>\b : 重复的单词,像go go, 或者kitty kitty
- (?:exp):匹配exp,不捕获匹配的文本,也不给此分组分配组号
9.零宽断言
用于查找在某些内容(但并不包括这些内容)之前或之后的东西,也就是说它们像\b,^,$那样用于指定一个位置,这个位置应该满足一定的条件(即断言),因此它们也被称为零宽断言
- (?=exp):匹配exp前面的位置
- \b\w+(?=ing\b) : 以ing结尾的单词的前面部分(除了ing以外的部分),如查找I'm singing while you're dancing.时,它会匹配sing和danc。
- (?<=exp):匹配后面跟的不是exp的位置
- (?<=\bre)\w+\b : 以re开头的单词的后半部分(除了re以外的部分),例如在查找reading a book时,它匹配ading。
- ((?<=\d)\d{3})+\b: 用它对1234567890进行查找时结果是234567890
- (?<=\s)\d+(?=\s): 以空白符间隔的数字(再次强调,不包括这些空白符)。
- (?<!exp):匹配前面不是exp的位置
- 负向零宽断言
- 1)(?!exp) : 断言此位置的后面不能匹配表达式exp
- \b\w*q(?!u)\w*\b : 包含后面不是字母u的字母q的单词
- 2)(?<!exp) : 断言此位置的前面不能匹配表达式exp
- 1)(?!exp) : 断言此位置的后面不能匹配表达式exp
9.注释
(?#comment)
- :小括号的另一种用途是通过语法(?#comment)来包含注释
10.贪婪与懒惰
- 1)贪婪: 当正则表达式中包含能接受重复的限定符时,通常的行为是(在使整个表达式能得到匹配的前提下)匹配尽可能多的字符。以这个表达式为例:a.*b,它将会匹配最长的以a开始,以b结束的字符串。如果用它来搜索aabab的话,它会匹配整个字符串aabab。这被称为贪婪匹配。
- 2)懒惰: 有时,我们更需要懒惰匹配,也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式,只要在它后面加上一个问号?。这样.*?就意味着匹配任意数量的重复,但是在能使整个匹配成功的前提下使用最少的重复
- *?:重复任意次,但尽可能少重复
- a.*?b: 最短的,以a开始,以b结束的字符串,匹配aabab的话,它会匹配aab(第一到第三个字符)和ab(第四到第五个字符)
- +?:重复1次或更多次,但尽可能少重复
- ??:重复0次或1次,但尽可能少重复
- {n,m}?:重复n到m次,但尽可能少重复
- {n,}?:重复n次以上,但尽可能少重复
11.其他元字符
- \a :报警字符(打印它的效果是电脑嘀一声)
- \b :通常是单词分界位置,但如果在字符类里使用代表退格
- \t :制表符,Tab
- \r :回车
- \v :竖向制表符
- \f :换页符
- \n :换行符
- \e :Escape
- \0nn :ASCII代码中八进制代码为nn的字符
- \xnn :ASCII代码中十六进制代码为nn的字符
- \unnnn :Unicode代码中十六进制代码为nnnn的字符
- \cN :ASCII控制字符。比如\cC代表Ctrl+C
- \A :字符串开头(类似^,但不受处理多行选项的影响)
- \Z :字符串结尾或行尾(不受处理多行选项的影响)
- \z :字符串结尾(类似$,但不受处理多行选项的影响)
- \G :当前搜索的开头
- \p{name} :Unicode中命名为name的字符类,例如\p{IsGreek}
- (?>exp) :贪婪子表达式
- (?<x>-<y>exp) :平衡组
- (?im-nsx:exp) :在子表达式exp中改变处理选项
- (?im-nsx) :为表达式后面的部分改变处理选项
- (?(exp)yes|no) :把exp当作零宽正向先行断言,如果在这个位置能匹配,使用yes作为此组的表达式;否则使用no
- (?(exp)yes) :同上,只是使用空表达式作为no
- (?(name)yes|no) :如果命名为name的组捕获到了内容,使用yes作为表达式;否则使用no
- (?(name)yes) :同上,只是使用空表达式作为no
谢谢打赏...