正则表达式字符匹配

Posted 2023-03-25

参考技术A

正则表达式是匹配模式，要么匹配字符，要么匹配位置

本文所用图示化工具： Regulex

横向模糊指的是，一个正则可匹配的字符串的长度不是固定的，可以是多种情况的

其实现的方式是使用量词。譬如 m,n ，表示连续出现最少 m 次，最多 n 次

纵向模糊指的是，一个正则匹配的字符串，具体到某一位字符时，它可以不是某个确定的字符，可以有多种
可能

其实现的方式是使用字符组。譬如 [abc] ，表示该字符是可以字符 a 、 b 、 c 中的任何一个

需要强调的是，虽叫字符组（字符类），但只是其中一个字符

例如 [ abc] ，表示匹配一个字符，它可以是 a 、 b 、 c 之一

如果字符组里的字符特别多的话，怎么办？可以使用范围表示法。

比如 [123456abcdefGHIJKLM] ，可以写成 [ 1-6a-fG-M] 。用连字符 - 来省略和简写

因为连字符有特殊用途，那么要匹配 a 、 - 、 z 这三者中任意一个字符，该怎么做呢？

不能写成 [a-z] ，因为其表示小写字符中的任何一个字符

可以写成如下的方式： [-az] 或 [az-] 或 [a\\-z]

即要么放在开头，要么放在结尾，要么转义。总之不会让引擎认为是范围表示法就行了

纵向模糊匹配，还有一种情形就是，某位字符可以是任何东西，但就不能是 a 、 b 、 c

此时就是排除字符组（反义字符组）的概念。例如 [^abc] ，表示是一个除 a 、 b 、 c 之外的任意一个字符。字符组的第一位放 ^ （脱字符），表示求反的概念。

当然，也有相应的范围表示法

如果要匹配任意字符怎么办？可以使用 [\\d\\D] 、 [\\w\\W] 、 [\\s\\S] 和 [^] 中任何的一个

量词也称重复。掌握 m,n 的准确含义后，只需要记住一些简写形式

其中正则 /\\d2,5/ ，表示数字连续出现 2 到 5 次。会匹配 2 位、 3 位、 4 位、 5 位连续数字。

但是其是贪婪的，它会尽可能多的匹配。你能给我 6 个，我就要 5 个。你能给我 3 个，我就要 3 个

反正只要在能力范围内，越多越好

我们知道有时贪婪不是一件好事（请看文章最后一个例子）。而惰性匹配，就是尽可能少的匹配：

其中 /\\d2,5?/ 表示，虽然 2 到 5 次都行，当 2 个就够的时候，就不再往下尝试了

通过在量词后面加个问号就能实现惰性匹配，因此所有惰性匹配情形如下：

一个模式可以实现横向和纵向模糊匹配。而多选分支可以支持多个子模式任选其一

具体形式如下： (p1|p2|p3) ，其中 p1 、 p2 和 p3 是子模式，用 | （管道符）分隔，表示其中任何之一

例如要匹配字符串 good 和 nice 可以使用 /good|nice/

但有个事实我们应该注意，比如我用 /good|goodbye/ ，去匹配 goodbye 字符串时，结果是 good ：

而把正则改成 /goodbye|good/ ，结果是：

也就是说，分支结构也是惰性的，即当前面的匹配上了，后面的就不再尝试了

匹配字符，无非就是字符组、量词和分支结构的组合使用罢了。

下面找几个例子演练一下（其中，每个正则并不是只有唯一写法）：

要求匹配：

分析：
表示一个 16 进制字符，可以用字符组 [0-9a-fA-F]

其中字符可以出现 3 或 6 次，需要是用量词和分支结构

使用分支结构时，需要注意顺序

正则如下：

以 24 小时制为例

要求匹配：

分析：

共 4 位数字，第一位数字可以为 [0-2]

当第 1 位为 2 时，第 2 位可以为 [0-3] ，其他情况时，第 2 位为 [0-9]

第 3 位数字为 [0-5] ，第 4 位为 [0-9]

正则如下：

如果也要求匹配 7:9 ，也就是说时分前面的 0 可以省略

此时正则变成：

比如 yyyy-mm-dd 格式为例

要求匹配：

分析：

年，四位数字即可，可用 [0-9]4

月，共 12 个月，分两种情况 01 、 02 、…、 09 和 10 、 11 、 12 ，可用 (0[1-9]|1[0-2])

日，最大 31 天，可用 (0[1-9]|[12][0-9]|3[01])

正则如下：

要求匹配：

分析：

整体模式是：

其中匹配 F:\\ ，需要使用 [a-zA-Z]:\\\\ ，其中盘符不区分大小写，注意 \\ 字符需要转义

文件名或者文件夹名，不能包含一些特殊字符，此时我们需要排除字符组 [^\\\\:*<>|"?\\r\\n/] 来表示合法
字符

另外它们的名字不能为空名，至少有一个字符，也就是要使用量词 + 。因此匹配 文件夹 \\ ，可用
[^\\\\:*<>|"?\\r\\n/]+\\\\

另外 文件夹```，可以出现任意次。也就是 ([^\\\\:*<>|"?\\r\\n/]+\\\\)* 。其中括号表示其内部正则是一个整体。具体详细请参考第三章

路径的最后一部分可以是 文件夹，没有 \\ ，因此需要添加 ([^\\\\:*<>|"?\\r\\n/]+)?

最后拼接成了一个看起来比较复杂的正则：

其中，在 javascript 中字符串要表示字符 \\ 时，也需要转义

要求从

提取出 id="container"

可能最开始想到的正则是：

因为 . 是通配符，本身就匹配双引号的，而量词 * 又是贪婪的，当遇到 container 后面双引号时，是不会停下来，会继续匹配，直到遇到最后一个双引号为止

解决之道，可以使用惰性匹配：

当然，这样也会有个问题。效率比较低，因为其匹配原理会涉及到“回溯”这个概念（这里也只是顺便提一
下，后面会详细说明）。可以优化如下：

正则表达式如何匹配空值?

正则表达式匹配空值方式如下：

\\b 匹配单词开头或结尾位置

^ 匹配字符串开端位置

$ 匹配字符串结尾位置

\\s 匹配一切空白字符

\\n 匹配换行

正则表达式使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。在很多文本编辑器里，正则表达式通常被用来检索、替换那些符合某个模式的文本。

扩展资料：

构造正则表达式的方法和创建数学表达式的方法一样。也就是用多种元字符与运算符可以将小的表达式结合在一起来创建更大的表达式。正则表达式的组件可以是单个的字符、字符集合、字符范围、字符间的选择或者所有这些组件的任意组合。

正则表达式是由普通字符（例如字符 a 到 z）以及特殊字符（称为"元字符"）组成的文字模式。模式描述在搜索文本时要匹配的一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。

参考资料来源：百度百科-正则表达式

参考技术A 正则表达式匹配空值方式如下：
\b 匹配单词开头或结尾位置
^ 匹配字符串开端位置
$ 匹配字符串结尾位置
\s 匹配一切空白字符
\n 匹配换行

正则表达式，又称正规表示法、常规表示法（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。在很多文本编辑器里，正则表达式通常被用来检索、替换那些符合某个模式的文本。 参考技术B \s 匹配一切空白字符
\n 匹配换行
\b 匹配单词开头或结尾位置
^ 匹配字符串开端位置
$ 匹配字符串结尾位置
还有一些环视(零宽断言)规则也是匹配某个位置的.

你可以到这个网站学习一下,其实正则不难.
http://deerchao.net/tutorials/regex/regex.htm#escape本回答被提问者和网友采纳 参考技术C 何为空值？
如果是空格，那么可以用\s*?
如果是null，那么不能用正则匹配 参考技术D Pattern.matches("\\s|^$", " ")//空白 true
Pattern.matches("\\s|^$", "")//空字符串 true