正则表达式基本用法

Posted 2021-01-03 aoaoao

　　正则表达式：描述了一种字符串匹配的模式（pattern），可以用来检查一个串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等，在各类语言中，比如Java ，javascript ，Python 中皆有广泛的应用，掌握及其有好处，接下来小结一波正则表达式。

 

1. 熟悉正则表达的各种元字符（基本构成单元）的意义：

字符	描述
	将下一个字符标记为一个特殊字符、或一个原义字符、或一个 向后引用、或一个八进制转义符。例如，‘n‘ 匹配字符 "n"。‘ ‘ 匹配一个换行符。序列 ‘\‘ 匹配 "" 而 "(" 则匹配 "("。
^	匹配输入字符串的开始位置。例如，^Hello匹配字符串“Hello”
$	匹配输入字符串的结束位置。例如，World$匹配字符串“World”
*	匹配前面的子表达式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等价于{0,}。
+	匹配前面的子表达式一次或多次。例如，‘zo+‘ 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等价于 {1,}。
?	匹配前面的子表达式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 。? 等价于 {0,1}。
{n}	n 是一个非负整数。匹配确定的 n 次。例如，‘o{2}‘ 不能匹配 "Bob" 中的 ‘o‘，但是能匹配 "food" 中的两个 o。
{n,}	n 是一个非负整数。至少匹配n 次。例如，‘o{2,}‘ 不能匹配 "Bob" 中的 ‘o‘，但能匹配 "foooood" 中的所有 o。‘o{1,}‘ 等价于 ‘o+‘。‘o{0,}‘ 则等价于 ‘o*‘。
{n,m}	m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，"o{1,3}" 将匹配 "fooooood" 中的前三个 o。‘o{0,1}‘ 等价于 ‘o?‘。请注意在逗号和两个数之间不能有空格。
?	当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串 "oooo"，‘o+?‘ 将匹配单个 "o"，而 ‘o+‘ 将匹配所有 ‘o‘。
.	匹配除换行符（ 、 ）之外的任何单个字符。要匹配包括 ‘ ‘ 在内的任何字符，请使用像"(.| )"的模式。
(pattern)	匹配 pattern 并获取这一匹配。所获取的匹配可以从产生的 Matches 集合得到。
(?:pattern)	匹配 pattern 但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。例如， ‘industr(?:y|ies) 就是一个比 ‘industry|industries‘ 更简略的表达式，匹配结果一致。
(?=pattern)	正向肯定预查（look ahead positive assert），在任何匹配pattern的字符串开始处匹配查找字符串。"Windows(?=95|98|NT|2000)"能匹配"Windows2000"中的"Windows"，但不能匹配"Windows3.1"中的"Windows"。
(?!pattern)	正向否定预查(negative assert)，在任何不匹配pattern的字符串开始处匹配查找字符串，例如"Windows(?!95|98|NT|2000)"能匹配"Windows3.1"中的"Windows"，但不能匹配"Windows2000"中的"Windows"。
(?<=pattern)	反向(look behind)肯定预查，与正向肯定预查类似，只是方向相反。例如，"(?<=95|98|NT|2000)Windows"能匹配"2000Windows"中的"Windows"，但不能匹配"3.1Windows"中的"Windows"。
(?<!pattern)	反向否定预查，与正向否定预查类似，只是方向相反。例如"(?<!95|98|NT|2000)Windows"能匹配"3.1Windows"中的"Windows"，但不能匹配"2000Windows"中的"Windows"。
x|y	匹配 x 或 y。例如，‘z|food‘ 能匹配 "z" 或 "food"。‘(z|f)ood‘ 则匹配 "zood" 或 "food"。
[xyz]	字符集合。匹配所包含的任意一个字符。例如， ‘[abc]‘ 可以匹配 "plain" 中的 ‘a‘。
[^xyz]	负值字符集合。匹配未包含的任意字符。例如， ‘[^abc]‘ 可以匹配 "plain" 中的‘p‘、‘l‘、‘i‘、‘n‘。
[a-z]	字符范围。匹配指定范围内的任意字符。例如，‘[a-z]‘ 可以匹配 ‘a‘ 到 ‘z‘ 范围内的任意小写字母字符。
[^a-z]	负值字符范围。匹配任何不在指定范围内的任意字符。例如，‘[^a-z]‘ 可以匹配任何不在 ‘a‘ 到 ‘z‘ 范围内的任意字符。
	匹配一个单词边界，也就是指单词和空格间的位置。例如， ‘er‘ 可以匹配"never" 中的 ‘er‘，但不能匹配 "verb" 中的 ‘er‘。
B	匹配非单词边界。‘erB‘ 能匹配 "verb" 中的 ‘er‘，但不能匹配 "never" 中的 ‘er‘。
cx	匹配由 x 指明的控制字符。例如， cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 ‘c‘ 字符。
d	匹配一个数字字符。等价于 [0-9]。
D	匹配一个非数字字符。等价于 [^0-9]。
f	匹配一个换页符。等价于 x0c 和 cL。
	匹配一个换行符。等价于 x0a 和 cJ。
	匹配一个回车符。等价于 x0d 和 cM。
s	匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ f v]。
S	匹配任何非空白字符。等价于 [^ f v]。
	匹配一个制表符。等价于 x09 和 cI。
v	匹配一个垂直制表符。等价于 x0b 和 cK。
w	匹配字母、数字、下划线。等价于‘[A-Za-z0-9_]‘。
W	匹配非字母、数字、下划线。等价于 ‘[^A-Za-z0-9_]‘。

 

2. 明白正则表达式的基本构成元字符含义后，再了解下其组成后的优先级，方便判断正则表达式所表达的意义：

　　正则表达式从左到右进行计算，并遵循优先级顺序，这与算术表达式非常类似优先级从高至低的顺序为：

　　转义符<-----括号()/[]<----限定符<----定位符<----替换/或（颜色代表是与上表中对应的哦）

 

3. 明白了正则表达式所表达的意思后，现在需要看一些典型事例，自己稍加揣摩便可以自定义的编写基本的正则表达式啦：

　　实例：

匹配Email地址	[w!#$%&‘*+/=?^_`{|}~-]+(?:.[w!#$%&‘*+/=?^_`{|}~-]+)*@(?:[w](?:[w-]*[w])?.)+[w](?:[w-]*[w])?
匹配URL	[a-zA-z]+://[^s]*
匹配QQ号	[1-9][0-9]{4,}
匹配身份证号	^(d{6})(d{4})(d{2})(d{2})(d{3})([0-9]|X)$
匹配（年-月-日格式）日期	([0-9]{3}[1-9]|[0-9]{2}[1-9][0-9]{1}|[0-9]{1}[1-9][0-9]{2}|[1-9][0-9]{3})-(((0[13578]|1[02])-(0[1-9]|[12][0-9]|3[01]))|((0[469]|11)-(0[1-9]|[12][0-9]|30))|(02-(0[1-9]|[1][0-9]|2[0-8])))

 

4.  练习了正则表达式，现在需要将其运用到具体的语言中，各类语言格式分别为：

• 　java

  import java.util.regex.Matcher;
  import java.util.regex.Pattern;
  
  public class RegexMatches {
      
      public static void main(String args[]) {
          String str = "所需要寻找的字符串";
          String pattern = "插入你所设计的正则表达式"; 
  
          Pattern r = Pattern.compile(pattern);
          Matcher m = r.matcher(str);
          System.out.println(m.matches());
      }
  
  }

   

• 　　python

  import re
  pattern = re.compile(ur‘插入你所设计的正则表达式‘)
  str = u‘所需要查询的字符串‘
  print(pattern.search(str))

   

• 　　JS

  var pattern = /插入你所设计的正则表达式/,
      str = ‘所需要查询的字符串‘;
  console.log(pattern.test(str));

   

　　最后，正则的基本内容就这些了，是不是很简单？喜欢就收藏哦。。。