正则表达式之基础

Posted 2020-08-17 嘻哈烧饼

获取匹配

上面提到的子模式可以分为两种情况 - Capturing（获取匹配）和Non-Capturing（非获取匹配）

获取匹配：匹配时会将所有子模式匹配结果存储起来，可供后面查找或者替换，比如后向引用。

非获取匹配：子模式的匹配结果不会被存储，更多是作为一种限制条件，比如正反向肯定预查，正反向否定预查。

后向引用

使用“\数字”表示前面第几个子模式的匹配结果

例：

Text:

<h1>This is a capturing example</h1>

<h2>This is a capturing example2</h3>

Test Regular Expression:

<(h\d)>.*?</\1>

Results:

<h1>This is a capturing example</h1>

<h2>This is a capturing example2</h3>

这里的“\1”就是对前面第一个子模式（h\d）匹配结果的引用，也就是引用“h1”

后向引用的应用场景通常是：

1.     匹配合法的html标记，就像上面的例子

2.     匹配重复的内容

非获取匹配

(?:pattern)

在子模式内部前面添加“?:”则表示该子模式是一个非获取匹配，也就意味着不可用于后向引用。只匹配，不保存。

Text:

Windows 95 and Windows 98 are the successor.
Then Windows 2000 and Windows Xp appeared.
Windows Vista is the Latest version of the family.

Test Regular Expression:

Windows (?:\w+\b)

Results:

Windows 95 and Windows 98 are the successor.
Then Windows 2000 and Windows Xp appeared.
Windows Vista is the Latest version of the family.

(?=pattern)

正向肯定预查。 在子模式内部前面添加“?=”，表示该子模式仅仅作为匹配的限制条件，并不会被当做匹配结果输出，更谈不上保存匹配结果。预查是不消耗字符的，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从 包含预查的字符之后开始。可以理解为以什么结尾。

Text:

Windows 95 and Windows 98 are the successor.
Then Windows 2000 and Windows Xp appeared.
Windows Vista is the Latest version of the family.

Test Regular Expression:

Windows (?=\d+\b)

Results:

Windows 95 and Windows 98 are the successor.
Then Windows 2000 and Windows Xp appeared.
Windows Vista is the Latest version of the family.

Windows Vista和Windows Xp中的windows因不满足限制条件而没有匹配到

(?!pattern)

正向否定预查。在子模式内部前面添加“?!”，同正向肯定预查，表示该子模式仅作为匹配的条件。在上面的例子中，只有Windows Vista和Windows Xp中的windows会被匹配到并输出结果。可以理解为不以什么结尾。

(?<=pattern)

反向肯定预查，和正向预查差不多，只是预查的方向不一样。可以理解为以什么开头。

Text:

95 Windows and 98 Windows are the successor.
Then 2000 Windows and Xp Windows appeared.

Vista Windows is the Latest version of the family.

Test Regular Expression:

(?=\d+\b) Windows

Results:

95 Windows and 98 Windows are the successor.
Then 2000 Windows and Xp Windows appeared.

Vista Windows is the Latest version of the family.

(?<!pattern) - 反向否定预查，和正向预查差不多，只是预查的方向不一样。在上面的例子中Xp Windows和Vista Windows中的Windows会被匹配并输出。可以理解为不以什么开头。