正则表达式

Posted 2020-07-28 逍遥帝君

元字符

①.是另一个元字符，匹配除了换行符以外的任意字符。

②*同样是元字符，不过它代表的不是字符，也不是位置，而是数量——它指定*前边的内容可以连续重复使用任意次以使整个表达式得到匹配。

③\\b是正则表达式规定的一个特殊代码某些人叫它元字符，代表着单词的开头或结尾，也就是单词的分界处。

④\\d是个新的元字符，匹配一位数字(0，或1，或2，或……)

⑤\\s匹配任意的空白符，包括空格，制表符(Tab)，换行符，中文全角空格等

⑥\\w匹配字母或数字或下划线或汉字等

⑦\\d+匹配1个或更多连续的数字。这里的+是和*类似的元字符，不同的是*匹配重复任意次(可能是0次)，而+则匹配重复1次或更多次。

⑨^ 匹配字符串的开始 ^匹配你要用来查找的字符串的开头，$匹配结尾

⑩$ 匹配字符串的结束

字符转义

①如果你想查找元字符本身的话，比如你查找.,或者*,就出现了问题：你没办法指定它们，因为它们会被解释成别的意思。这时你就得使用\\来取消这些字符的特殊意义。因此，你应该使用\\.和\\*。当然，要查找\\本身，你也得用\\\\.


常用的限定符

① * 重复零次或更多次        *?  重复任意次，但尽可能少重复

② + 重复一次或更多次        +?  重复1次或更多次，但尽可能少重复

③ ？重复零次或一次          ??  重复0次或1次，但尽可能少重复
 
④ {n}重复n次

⑤ {n,}重复n次或更多次       {n,}?  重复n次以上，但尽可能少重复

⑥ {n,m}重复n到m 次          {n,m}? 重复n到m次，但尽可能少重复


字符类

① [aeiou]就匹配任何一个英文元音字母，[.?!]匹配标点符号(.或?或!)

② 像[0-9]代表的含意与\\d就是完全一致的：一位数字；同理[a-z0-9A-Z_]也完全等同于\\w（如果只考虑英文的话）


分枝条件

① 正则表达式里的分枝条件指的是有几种规则，如果满足其中任意一种规则都应该当成匹配，具体方法是用|把不同的规则分隔开。

② 使用分枝条件时，要注意各个条件的顺序。原因是匹配分枝条件时，将会从左到右地测试每个条件，如果满足了某个分枝的话，就不会去再管其它的条件了。


分组

你可以用小括号来指定子表达式(也叫做分组)，然后你就可以指定这个子表达式的重复次数。


反义

① \\W 匹配任意不是字母，数字，下划线，汉字的字符

② \\S 匹配任意不是空白符的字符

③ \\D 匹配任意非数字的字符

④ \\B 匹配不是单词开头或结束的位置

⑤ [^x] 匹配除了x以外的任意字符

⑥ [^aeiou] 匹配除了aeiou这几个字母以外的任意字符


后向引用

①分组0对应整个正则表达式

② 实际上组号分配过程是要从左向右扫描两遍的：第一遍只给未命名组分配，第二遍只给命名组分配－－因此所有命名组的组号都大于未命名的组号

③ 你可以使用(?:exp)这样的语法来剥夺一个分组对组号分配的参与权．

④ 每个分组会自动拥有一个组号，规则是：从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2


常用分组语法
 ① 捕获  (exp)匹配exp,并捕获文本到自动命名的组里
           
          (?<name>exp) 匹配exp,并捕获文本到名称为name的组里，也可以写成(?\'name\'exp)
             
          (?:exp) 匹配exp,不捕获匹配的文本，也不给此分组分配组号

② 零宽断言 (?=exp)  匹配exp前面的位置

            (?<=exp) 匹配exp后面的位置

            (?!exp)  匹配后面跟的不是exp的位置

            (?<!exp) 匹配前面不是exp的位置


③ 注释     (?#comment) 这种类型的分组不对正则表达式的处理产生任何影响，用于提供注释让人阅读

 

关于正则平衡组

<div[^>]*> #开始div标签
(?<tagcontent> #将div标签之间的所有内容捕获到组tagcontent中
(.|\\n)*? #匹配任意字符或者换行符但是尽量少
(
(
(?\'Open\'<div[^>]*>) #匹配嵌套的div开始标签
(.|\\n)*? #匹配开始div标签后的内容
)+ #匹配至少一个div开始标签，开始标签后面可以不跟任何内容也可以包含其它标签
(
(?\'-Open\'</div>) #匹配嵌套的div闭合标签
(.|\\n)*? #匹配闭合div标签后的内容
)+ #匹配至少一个div闭合标签，闭合标签后面可以不跟任何内容也可以包含其它标签
)* #开始标签和闭合标签匹配0次或者以上的情况
(?(Open)(?!))#如果堆栈上还有组名为Open的项则匹配失败
)
< /div> #结束div标签