正则表达式

Posted 2021-05-02 编程101

小编說

首先我们揭晓上一章例2的答案，使用模式(^|,)匹配锚点或者’,’，然后将其替换为’ \r\ndelete from ’即可，你的答案正确吗？

大家好，我们又见面了，不知道大家有没有练习最基本的正则表达式用法呢？希望每个人都有练习并体会到正则表达式的优雅和高效。

今天我们继续学习正则表达式，继上一章我们有了一些基础之后，本章我们会学习稍微难一点的主题，准备好了吗？Let’s Rock!

捕获与后向引用：

我们之前学习过的子表达式()，除了表明在()之间的元素属于一个单元——比如，\D\d+和(\D\d)+是不一样的两个模式，前者表明数字至少需要出现一次，后者表明非数字和数字组合至少需要出现一次——之外，还有捕获的功能。捕获的意思，就是把已经匹配成功的在()之间的串，存储在以数字1为基底的变量中。访问所捕获变量时用\1,\2进行访问。

        像\1,\2,\3等也叫做后向引用，可以出现在模式当中完成一些用其他功能比较难以实现的功能，最典型的用法就是，通过后向引用来查看文章里面有没有重复出现的单词。

        当然，可能有人也有疑问了，难道每一个子表达式()都有捕获作用吗？默认情况下，是的，但是如果不想要某个子表达式开启捕获功能，可以使用(?:)而不是()来关闭捕获功能仅仅保留子表达式的功能，这样表达式的匹配不会受到影响，但是不会存储子表达式匹配到的串。在大部分情况下，这是提高效率的一种方式。所以如果在使用子表达式之前能很确定我们不需要捕获里面的值，就请放心的关闭捕获功能吧。

        环视：

        环视是指不消耗文本内容而查看文本是否匹配的一种方式，有点像程序员熟悉的堆栈操作TOP，在不弹出栈底的同时查看栈底内容。这么说可能有点抽象，让我们先看看环视的定义和几个例子。

    

        其实很好记忆，对吧？所有这四个元字符都以(?开头，如果不是否定，就用=，如果是否定，就用!。如果是后视，就再加上一个<在?后面。        

        在使用环视的场景中，有一个是比较典型的应用，我们可以拿来当例子看看。给出一个11位手机号码，要求输出格式为xxx-xxxx-xxxx的形式，我们试着用环视来完成这个功能。思考1分钟，自己试着做做，在确定自己得到答案或者不能完成的情况下，请继续往下面看。

        思考。

        思考思考。

        思考思考努力思考。

        答案揭晓！使用模式’(?<=\d{3})(?=(\d{4})+\b)’，并替换其匹配结果为’-‘，在NOTEPAD++中，这么操作

        就可以达到目的了。对这个模式的解剖分析很简单，我们就留给各位读者自己完成。不过这里有个地方需要注意，可能有些读者觉得，使用模式’(\d{3})((\d{4})+\b)’，然后使用替换串’\1-\2’也可以达到我们的目的，就像这样

        很遗憾，这样是行不通的，结果是只会输出xxx-xxxxxxxx。为什么呢？因为在这个模式中，使用的不是环视而是子表达式，所以在匹配中，整个11个数字都被消耗掉了，后面8个数字一起成为了’\2’。但是在第一个模式中，我们使用了环视，第一次匹配位置是第三个和第四个数字之间的位置，替换为-之后，匹配会继续往下进行，所以第一个模式是可行的而第二个模式不可行。请读者仔细思考环视不消耗文本的含义，这对理解这个例子是至关重要的！

        因为本章的语法对比第一章稍微有点难度，所以打算就此打住，不安排更多的内容了，请大家下来思考本章学习的捕获和环视，这是2个在实际工作中经常会使用到的技巧。希望大家多加练习。思考以下两个问题：

         1. 给单词左右加上[]。比如，输入Hello要求输出[Hello]，想象这是一大堆单词。

        2. 数字格式化，要求输入100000输出100,000。

        答案将在下一章公布，同时我们下一章也会讲到贪婪匹配和占有匹配，欢迎大家的收看，我们下章见！