正则表达式即学即用.docx
- 文档编号:15027102
- 上传时间:2023-06-29
- 格式:DOCX
- 页数:17
- 大小:22.99KB
正则表达式即学即用.docx
《正则表达式即学即用.docx》由会员分享,可在线阅读,更多相关《正则表达式即学即用.docx(17页珍藏版)》请在冰点文库上搜索。
正则表达式即学即用
分享一篇好文章《正则表达式即学即用》
揭开正则表达式的神秘面纱
引言
正则表达式(regularexpression)描述了一种字符串匹配的模式,可以用来:
(1)检查一个串
中是否含有符合某个规则的子串,并且可以得到这个子串;
(2)根据匹配规则对字符串进行灵活的替
换操作。
正则表达式学习起来其实是很简单的,不多的几个较为抽象的概念也很容易理解。
之所以很多人
感觉正则表达式比较复杂,一方面是因为大多数的文档没有做到由浅入深地讲解,概念上没有注意先
后顺序,给读者的理解带来困难;另一方面,各种引擎自带的文档一般都要介绍它特有的功能,然而
这部分特有的功能并不是我们首先要理解的。
文章中的每一个举例,都可以点击进入到测试页面进行测试。
闲话少说,开始。
--------------------------------------------------------------------------------
1.正则表达式规则
1.1普通字符
字母、数字、汉字、下划线、以及后边章节中没有特殊定义的标点符号,都是"普通字符"。
表达
式中的普通字符,在匹配一个字符串的时候,匹配与之相同的一个字符。
举例1:
表达式"c",在匹配字符串"abcde"时,匹配结果是:
成功;匹配到的内容是:
"c";匹
配到的位置是:
开始于2,结束于3。
(注:
下标从0开始还是从1开始,因当前编程语言的不同而可能
不同)
举例2:
表达式"bcd",在匹配字符串"abcde"时,匹配结果是:
成功;匹配到的内容是:
"bcd"
;匹配到的位置是:
开始于1,结束于4。
--------------------------------------------------------------------------------
1.2简单的转义字符
一些不便书写的字符,采用在前面加"\"的方法。
这些字符其实我们都已经熟知了。
┏━━━━┯━━━━━━━━━┓
┃表达式 │可匹配 ┃
┠────┼─────────┨
┃\r,\n │代表回车和换行符 ┃
┠────┼─────────┨
┃\t │制表符 ┃
┠────┼─────────┨
┃\\ │代表"\"本身 ┃
┗━━━━┷━━━━━━━━━┛
还有其他一些在后边章节中有特殊用处的标点符号,在前面加"\"后,就代表该符号本身。
比如
:
^,$都有特殊意义,如果要想匹配字符串中"^"和"$"字符,则表达式就需要写成"\^"和
"\$"。
┏━━━━┯━━━━━━━━━━┓
┃表达式 │可匹配 ┃
┠────┼──────────┨
┃\^ │匹配^符号本身 ┃
┠────┼──────────┨
┃\$ │匹配$符号本身 ┃
┠────┼──────────┨
┃\. │匹配小数点(.)本身┃
┗━━━━┷━━━━━━━━━━┛
这些转义字符的匹配方法与"普通字符"是类似的。
也是匹配与之相同的一个字符。
举例1:
表达式"\$d",在匹配字符串"abc$de"时,匹配结果是:
成功;匹配到的内容是:
"$d"
;匹配到的位置是:
开始于3,结束于5。
--------------------------------------------------------------------------------
1.3能够与'多种字符'匹配的表达式
正则表达式中的一些表示方法,可以匹配'多种字符'其中的任意一个字符。
比如,表达式"\d"
可以匹配任意一个数字。
虽然可以匹配其中任意字符,但是只能是一个,不是多个。
这就好比玩扑克
牌时候,大小王可以代替任意一张牌,但是只能代替一张牌。
┏━━━━┯━━━━━━━━━━━━━━━━━━━━━━━━━━┓
┃表达式 │可匹配 ┃
┠────┼──────────────────────────┨
┃\d │任意一个数字,0~9中的任意一个 ┃
┠────┼──────────────────────────┨
┃\w │任意一个字母或数字或下划线,也就是A~Z,a~z,0~9,_中┃
┃ │任意一个 ┃
┠────┼──────────────────────────┨
┃\s │包括空格、制表符、换页符等空白字符的其中任意一个 ┃
┠────┼──────────────────────────┨
┃. │小数点可以匹配除了换行符(\n)以外的任意一个字符 ┃
┗━━━━┷━━━━━━━━━━━━━━━━━━━━━━━━━━┛
举例1:
表达式"\d\d",在匹配"abc123"时,匹配的结果是:
成功;匹配到的内容是:
"12";
匹配到的位置是:
开始于3,结束于5。
举例2:
表达式"a.\d",在匹配"aaa100"时,匹配的结果是:
成功;匹配到的内容是:
"aa1";
匹配到的位置是:
开始于1,结束于4。
--------------------------------------------------------------------------------
1.4自定义能够匹配'多种字符'的表达式
使用方括号[]包含一系列字符,能够匹配其中任意一个字符。
用[^]包含一系列字符,则能
够匹配其中字符之外的任意一个字符。
同样的道理,虽然可以匹配其中任意一个,但是只能是一个,
不是多个。
┏━━━━━┯━━━━━━━━━━━━━━━━━━━━┓
┃表达式 │可匹配 ┃
┠─────┼────────────────────┨
┃[ab5@] │匹配"a"或"b"或"5"或"@" ┃
┠─────┼────────────────────┨
┃[^abc] │匹配"a","b","c"之外的任意一个字符 ┃
┠─────┼────────────────────┨
┃[f-k] │匹配"f"~"k"之间的任意一个字母 ┃
┠─────┼────────────────────┨
┃[^A-F0-3]│匹配"A"~"F","0"~"3"之外的任意一个字符┃
┗━━━━━┷━━━━━━━━━━━━━━━━━━━━┛
举例1:
表达式"[bcd][bcd]"匹配"abc123"时,匹配的结果是:
成功;匹配到的内容是:
"bc"
;匹配到的位置是:
开始于1,结束于3。
举例2:
表达式"[^abc]"匹配"abc123"时,匹配的结果是:
成功;匹配到的内容是:
"1";匹
配到的位置是:
开始于3,结束于4。
--------------------------------------------------------------------------------
1.5修饰匹配次数的特殊符号
前面章节中讲到的表达式,无论是只能匹配一种字符的表达式,还是可以匹配多种字符其中任意
一个的表达式,都只能匹配一次。
如果使用表达式再加上修饰匹配次数的特殊符号,那么不用重复书
写表达式就可以重复匹配。
使用方法是:
"次数修饰"放在"被修饰的表达式"后边。
比如:
"[bcd][bcd]"可以写成"[bcd]
{2}"。
┏━━━━━┯━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┓
┃表达式 │可匹配 ┃
┠─────┼──────────────────────────────┨
┃{n} │表达式重复n次,比如:
"\w{2}"相当于"\w\w";"a{5}"相当于 ┃
┃ │"aaaaa" ┃
┠─────┼──────────────────────────────┨
┃{m,n} │表达式至少重复m次,最多重复n次,比如:
"ba{1,3}"可以匹配"ba"┃
┃ │或"baa"或"baaa" ┃
┠─────┼──────────────────────────────┨
┃{m,} │表达式至少重复m次,比如:
"\w\d{2,}"可以匹配"a12","_456", ┃
┃ │"M12344"... ┃
┠─────┼──────────────────────────────┨
┃?
│匹配表达式0次或者1次,相当于{0,1},比如:
"a[cd]?
"可以匹配 ┃
┃ │"a","ac","ad" ┃
┠─────┼──────────────────────────────┨
┃+ │表达式至少出现1次,相当于{1,},比如:
"a+b"可以匹配"ab", ┃
┃ │"aab","aaab"... ┃
┠─────┼──────────────────────────────┨
┃* │表达式不出现或出现任意次,相当于{0,},比如:
"\^*b"可以匹配┃
┃ │"b","^^^b"... ┃
┗━━━━━┷━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┛
举例1:
表达式"\d+\.?
\d*"在匹配"Itcosts$12.5"时,匹配的结果是:
成功;匹配到的内
容是:
"12.5";匹配到的位置是:
开始于10,结束于14。
举例2:
表达式"go{2,8}gle"在匹配"Adsbygoooooogle"时,匹配的结果是:
成功;匹配到
的内容是:
"goooooogle";匹配到的位置是:
开始于7,结束于17。
--------------------------------------------------------------------------------
1.6其他一些代表抽象意义的特殊符号
一些符号在表达式中代表抽象的特殊意义:
┏━━━━━┯━━━━━━━━━━━━━━━━━━━━━━━━━┓
┃表达式 │可匹配 ┃
┠─────┼─────────────────────────┨
┃^ │与字符串开始的地方匹配,不匹配任何字符 ┃
┠─────┼─────────────────────────┨
┃$ │与字符串结束的地方匹配,不匹配任何字符 ┃
┠─────┼─────────────────────────┨
┃\b │匹配一个单词边界,也就是单词和空格之间的位置,不匹┃
┃ │配任何字符 ┃
┗━━━━━┷━━━━━━━━━━━━━━━━━━━━━━━━━┛
进一步的文字说明仍然比较抽象,因此,举例帮助大家理解。
举例1:
表达式"^aaa"在匹配"xxxaaaxxx"时,匹配结果是:
失败。
因为"^"要求与字符串
开始的地方匹配,因此,只有当"aaa"位于字符串的开头的时候,"^aaa"才能匹配,比如:
"aaa
xxxxxx"。
举例2:
表达式"aaa$"在匹配"xxxaaaxxx"时,匹配结果是:
失败。
因为"$"要求与字符串
结束的地方匹配,因此,只有当"aaa"位于字符串的结尾的时候,"aaa$"才能匹配,比如:
"xxx
xxxaaa"。
举例3:
表达式".\b."在匹配"@@@abc"时,匹配结果是:
成功;匹配到的内容是:
"@a";匹配
到的位置是:
开始于2,结束于4。
进一步说明:
"\b"与"^"和"$"类似,本身不匹配任何字符,但是它要求它在匹配结果中所处
位置的左右两边,其中一边是"\w"范围,另一边是非"\w"的范围。
举例4:
表达式"\bend\b"在匹配"weekend,endfor,end"时,匹配结果是:
成功;匹配到的内
容是:
"end";匹配到的位置是:
开始于15,结束于18。
一些符号可以影响表达式内部的子表达式之间的关系:
┏━━━┯━━━━━━━━━━━━━━━━━━━━━━━━━━━┓
┃表达式│作用 ┃
┠───┼───────────────────────────┨
┃| │与字符串结束的地方匹配,不匹配任何字符 ┃
┠───┼───────────────────────────┨
┃() │
(1).在被修饰匹配次数的时候,括号中的表达式可以作为整┃
┃ │体被修饰 ┃
┃ │
(2).取匹配结果的时候,括号中的表达式匹配到的内容可以┃
┃ │被单独得到 ┃
┗━━━┷━━━━━━━━━━━━━━━━━━━━━━━━━━━┛
举例5:
表达式"Tom|Jack"在匹配字符串"I'mTom,heisJack"时,匹配结果是:
成功;匹
配到的内容是:
"Tom";匹配到的位置是:
开始于4,结束于7。
匹配下一个时,匹配结果是:
成功;匹
配到的内容是:
"Jack";匹配到的位置时:
开始于15,结束于19。
举例6:
表达式"(go\s*)+"在匹配"Let'sgogogo!
"时,匹配结果是:
成功;匹配到内容是
:
"gogogo";匹配到的位置是:
开始于6,结束于14。
举例7:
表达式"¥(\d+\.?
\d*)"在匹配"$10.9,¥20.5"时,匹配的结果是:
成功;匹配到的
内容是:
"¥20.5";匹配到的位置是:
开始于6,结束于10。
单独获取括号范围匹配到的内容
是:
"20.5"。
--------------------------------------------------------------------------------
2.正则表达式中的一些高级规则
2.1匹配次数中的贪婪与非贪婪
在使用修饰匹配次数的特殊符号时,有几种表示方法可以使同一个表达式能够匹配不同的次数,
比如:
"{m,n}","{m,}","?
","*","+",具体匹配的次数随被匹配的字符串而定。
这种重复匹配不
定次数的表达式在匹配过程中,总是尽可能多的匹配。
比如,针对文本"dxxxdxxxd",举例如下:
┏━━━━━━┯━━━━━━━━━━━━━━━━━━━━━━━━┓
┃表达式 │匹配结果 ┃
┠──────┼────────────────────────┨
┃(d)(\w+) │"\w+"将匹配第一个"d"之后的所有字符"xxxdxxxd"┃
┠──────┼────────────────────────┨
┃(d)(\w+)(d)│"\w+"将匹配第一个"d"和最后一个"d"之间的所有┃
┃ │字符"xxxdxxx"。
虽然"\w+"也能够匹配上最后一个┃
┃ │"d",但是为了使整个表达式匹配成功,"\w+"可以"┃
┃ │让出"它本来能够匹配的最后一个"d" ┃
┗━━━━━━┷━━━━━━━━━━━━━━━━━━━━━━━━┛
由此可见,"\w+"在匹配的时候,总是尽可能多的匹配符合它规则的字符。
虽然第二个举例中,
它没有匹配最后一个"d",但那也是为了让整个表达式能够匹配成功。
同理,带"*"和"{m,n}"的
表达式都是尽可能地多匹配,带"?
"的表达式在可匹配可不匹配的时候,也是尽可能的"要匹配"。
这种匹配原则就叫作"贪婪"模式。
非贪婪模式:
在修饰匹配次数的特殊符号后再加上一个"?
"号,则可以使匹配次数不定的表达式尽可能少的匹
配,使可匹配可不匹配的表达式,尽可能的"不匹配"。
这种匹配原则叫作"非贪婪"模式,也叫作"
勉强"模式。
如果少匹配就会导致整个表达式匹配失败的时候,与贪婪模式类似,非贪婪模式会最小
限度的再匹配一些,以使整个表达式匹配成功。
举例如下,针对文本"dxxxdxxxd"举例:
┏━━━━━━┯━━━━━━━━━━━━━━━━━━━━━━━━━━━┓
┃表达式 │匹配结果 ┃
┠──────┼───────────────────────────┨
┃(d)(\w+?
) │"\w+?
"将尽可能少的匹配第一个"d"之后的字符,结果是:
┃
┃ │"\w+?
"只匹配了一个"x" ┃
┠──────┼───────────────────────────┨
┃(d)(\w+?
)(d)│为了让整个表达式匹配成功,"\w+?
"不得不匹配"xxx" ┃
┃ │才可以让后边的"d"匹配,从而使整个表达式匹配成功。
┃
┃ │因此,结果是:
"\w+?
"匹配"xxx" ┃
┗━━━━━━┷━━━━━━━━━━━━━━━━━━━━━━━━━━━┛
更多的情况,举例如下:
举例1:
表达式"
aa
bb
,匹配的结果是:
成功;匹配到的内容是"
aa
bb
表达式中的""将与字符串中最后一个""匹配。
举例2:
相比之下,表达式"
)
"
aa
bb
--------------------------------------------------------------------------------
2.2反向引用\1,\2...
表达式在匹配时,表达式引擎会将小括号"()"包含的表达式所匹配到的字符串记录下来。
在获
取匹配结果的时候,小括号包含的表达式所匹配到的字符串可以单独获取。
这一点,在前面的举例中
,已经多次展示了。
在实际应用场合中,当用某种边界来查找,而所要获取的内容又不包含边界时,
必须使用小括号来指定所要的范围。
比如前面的"
)
其实,"小括号包含的表达式所匹配到的字符串"不仅是在匹配结束后才可以使用,在匹配过程中
也可以使用。
表达式后边的部分,可以引用前面"括号内的子匹配已经匹配到的字符串"。
引用方法是
"\"加上一个数字。
"\1"引用第1对括号内匹配到的字符串,"\2"引用第2对括号内匹配到的字符串
……以此类推,如果一对括号内包含另一对括号,则外层的括号先排序号。
换句话说,哪一对的左括
号"("在前,那这一对就先排序号。
举例如下:
举例1:
表达式"('|")(.*?
)(\1)"在匹配"'Hello',"World""时,匹配结果是:
成功;匹配
到的内容是:
"'Hello'"。
再次匹配下一个时,可以匹配到""World""。
举例2:
表达式"(\w)\1{4,}"在匹配"aabbbbabcdefgccccc111121111999999999"时,匹
配结果是:
成功;匹配到的内容是"ccccc"。
再次匹配下一个时,将得到999999999。
这个表达式要
求"\w"范围的字符至少重复5次,注意与"\w{5,}"之间的区别。
举例3:
表达式"<(\w+)\s*(\w+(=('|").*?
\4)?
\s*)*>.*?
\1>"在匹配" style="bgcolor: white">"时,匹配结果是成功。 如果""与" "不配对,则会匹配
失败;如果改成其他配对,也可以匹配成功。
--------------------------------------------------------------------------------
2.3预搜索,不匹配;反向预搜索,不匹配
前面的章节中,我讲到了几个代表抽象意义的特殊符号:
"^","$","\b"。
它们都有一个共同点
,那就是:
它们本身不匹配任何字符,只是对"字符串的两头"或者"字符之间的缝隙"附加了一个
条件。
理解到这个概念以后,本节将继续介绍另外一种对"两头"或者"缝隙"附加条件的,更加灵
活的表示方法。
正向预搜索
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 正则 表达式 即学即用