RegEx正则表达式

Posted ricsy

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了RegEx正则表达式相关的知识,希望对你有一定的参考价值。


技术图片


一、Regex简介

1.1 Regular Expression 正则表达式

  • 用于文本的复杂处理
  • 一种强大而灵活的文本处理工具
  • 支持大部分的编程语言、数据库、文本编辑器、开发环境
    eclipse、Notepad++、Editplus、UltraEdit、mysql5.5以上、Oracle10g以上

eg:

select prod_name from products where prod_name regexp ‘.000‘

描述了一个规则,通过这个规则可以匹配一类字符串

1.2 工具

  • RegexBuddy
平台 下载地址
https://www.lanzous.com/i64slmb

技术图片


二、Regex语法

2.1 基本语法

2.1.1 普通字符

字母、数字、汉字、下划线、以及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

2.1.2 简单的转义字符

技术图片

2.1.3 标准字符集合

能够与多种字符匹配的表达式
注意区分大小写,大写是相反的意思

技术图片

2.1.4 自定义字符集合

  • [ ]方括号匹配方式,能够匹配方括号中任意一个字符

或的关系

技术图片

  • 正则表达式的特殊符号,被包含到中括号中,则失去特殊意义,除了

^

-

之外

  • 标准字符集合,除小数点外,如果被包含于中括号,自定义字符集合
    将包含该集合。比如:
    [d.-+] 将匹配:数字、小数点、-、+

2.1.5 量词

修饰匹配次数的特殊符号

技术图片

  • 匹配次数中的贪婪模式(默认)
    匹配字符越多越好

  • 匹配次数中的非贪婪模式
    匹配字符越少越好,修饰匹配次数的特殊符号后再加上一个 "?" 号

2.1.6 字符边界(零宽匹配)

本组标记匹配的不是字符而是位置,符合某种条件的位置

技术图片

匹配这样一个位置:前面的字符和后面的字符不全是w

2.2 高级语法

2.2.1 匹配模式

匹配模式 说明
IGNORECASE 忽略大小写模式

1. 匹配时忽略大小写

2. 默认情况下,正则表达式是要区分大小写的
SINGLELINE 单行模式

1. 整个文本看作一个字符串,只有一个开头,一个结尾

2. 使小数点 "." 可以匹配包含换行符( )在内的任意字符
MULTILINE 多行模式

1. 每行都是一个字符串,都有开头和结尾

2. 在指定了 MULTILINE 之后,如果需要仅匹配字符串开始和结束位置,可以使用 A 和 

eg:

Ai

i

2.2.2 选择符和分组

技术图片

捕获组的内容会放到内存中(匹配大量文本才考虑)

2.2.3 反向引用( nn)

  • 每一对()会分配一个编号,使用 () 的捕获根据左括号的顺序从 1 开始自动编号
    ((((()))))
  • 通过反向引用,可以对分组已捕获的字符串进行引用

eg:

gogo toto dodo
([a-z]{2})1

2.2.4 预搜索 (零宽断言或环视)

  • 只进行子表达式的匹配,匹配内容不计入最终的匹配结果,是零宽度

  • 这个位置应该符合某个条件。判断当前位置的前后字符,是否符合指
    定的条件,但不匹配前后的字符。是对位置的匹配

  • 正则表达式匹配过程中,如果子表达式匹配到的是字符内容,而非位置,并被保存到最终的匹配结果中,那么就认为这个子表达式是占有字符的;如果子表达式匹配的仅仅是位置,或者匹配的内容并不保存到最终的匹配结果中,那么就认为这个子表达式是零宽度的。占有字符还是零宽度,是针对匹配的内容是否保存到最终的匹配结果中而言的

技术图片

eg:

技术图片

技术图片

2.2.5 常用正则表达式列表

技术图片


3. 实战

3.1 电话号码验证

固话

  • 电话号码由数字和"-"构成
  • 电话号码为7到9位
  • 如果电话号码中包含有区号,那么区号为三位或四位, 首位是0
  • 区号用"-"和其他部分隔开

0d{2,3}-d{7,9}

移动电话

  • 移动电话号码为11位
  • 11位移动电话号码的第一位和第二位为"13“,”15”,”18”

1[358]d{9}

(0d{2,3}-d{7,9})|(1[358]d{9})

3.2 电子邮件地址验证

  • 用户名:字母、数字、中划线、下划线组成
  • @
  • 网址:字母、数字组成
  • 小数点
  • 组织域名:2-4位字母组成
  • 不区分大小写

[w-]+@[a-z0-9A-Z]+(.[a-z]{2,3}){1,2}


更新中......














以上是关于RegEx正则表达式的主要内容,如果未能解决你的问题,请参考以下文章

java 字符串替换

如何从RegEx分组中“排除”空白区域?

不需要boost::regex库的能进行正则表达式的代码?

YouTube Vimeo 视频 ID 来自嵌入代码或来自带有 PHP 正则表达式 RegEx 的 URL

正则表达式帮助 - Wordpress (search-regex)

boost和c++11的正则表达式regex和线程thread对比