正则表达式快速入门
Posted 不care
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了正则表达式快速入门相关的知识，希望对你有一定的参考价值。
首先简单介绍下正则表达式：
在编写处理字符串的程序或网页时，经常会有查找符合某些复杂规则的字符串的需要。正则表达式就是用于描述这些规则的工具。换句话说，正则表达式就是记录文本规则的代码。
下面就看看正则表达式里乱七八糟的字符都是什么意思：
1、常用的元字符
| 代码 | 说明 |
| . | 匹配除换行符以外的任意字符 |
| \w | 匹配字母或数字或下划线或汉字 |
| \s | 匹配任意的空白符 |
| \d | 匹配数字 |
| \b | 匹配单词的开始或结束 |
| ^ | 匹配字符串的开始 |
| $ | 匹配字符串的结束 |
那我们试着理解下：
\bhello\b 其实就是查找单词hello了——先是某个单词开始处(\b)，然后是字符串hello，最后是单词结束处(\b)。
010-\d\d\d\d\d\d\d\d 比如北京的固定电话——先是010-，然后是8个数字（\d）。
^\d{18}$ 比如身份证号——先是字符串开始（^），然后是18位数字(\d)，最后字符串结束（$）。
2、常用的限定符
| 代码 | 说明 |
| * | 重复零次或更多次 |
| + | 重复一次或更多次 |
| ? | 重复零次或一次 |
| {n} | 重复n次 |
| {n, } | 重复n次或更多次 |
| {n,m} | 重复n到m次 |
\ba\w*\b 匹配以字母a开头的单词——先是某个单词开始处(\b)，然后是字母a,然后是任意数量的字母或数字(\w*)，最后是单词结束处(\b)。
windows\d+ 匹配windows开头后面是一位或多位数字的，windows7、windows10等等——\d+即匹配一次或多次数字。
010-\d{8} 也是匹配北京固定电话，跟上面010-\d\d\d\d\d\d\d\d是一个意思，这个更简便——\d{8}就是连续匹配八次数字的意思。
3、常用的反义代码
| 代码 | 说明 |
| \W | 匹配任意非字母或数字或下划线或汉字的字符 |
| \S | 匹配任意非空白符的字符 |
| \D | 匹配任意非数字字符 |
| \B | 匹配非单词开始或结束的地方 |
| [^x] | 匹配除x以外的任意字符 |
| [^aeiou] | 匹配除元音以外的任意字符 |
"s[^"]+" 匹配用引号括起来的以s开头的字符串。
4、常用分组语法
| 代码 | 说明 |
| (exp) | 匹配exp,并捕获文本到自动命名的组里 |
| (?<name>exp) | 匹配exp,并捕获文本到名称为name的组里，也可以写成(?‘name‘exp) |
| (?:exp) | 匹配exp,不捕获匹配的文本，也不给此分组分配组号 |
| (?=exp) | 匹配exp前面的位置 |
| (?<=exp) | 匹配exp后面的位置 |
| (?!exp) | 匹配后面跟的不是exp的位置 |
| (?<!exp) | 匹配前面不是exp的位置 |
\b\w*h(?!e)\w*\b 这个相对复杂一点，但是借助上面的表格，应该也能读懂，下面详细分析下——单词开始(\b)；然后跟零个或多个字母(\w*)，因为是单词嘛，就只能是字母啦；接着是字母h，后面接一个不是e的字符(?!e)，然后又是零个或多个字母(\w*)，直到单词结束(\b)。那我们就清楚了，也就是找“含有h字母，但h后面不是e的单词”，比如him、honey。而把诸如hello、help这样的单词排除。
5、懒惰限定符
| 代码 | 说明 |
| *? | 重复任意次，但尽可能少重复 |
| +? | 重复1次或更多次，但尽可能少重复 |
| ?? | 重复0次或1次，但尽可能少重复 |
| {n,m}? | 重复n到m次，但尽可能少重复 |
| {n, }? | 重复n次以上，但尽可能少重复 |
当正则表达式中包含能接受重复的限定符时，通常的行为是匹配尽可能多的字符。例如：a.*b 它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配；但是用 a.*?b 搜索的话会匹配aab（第一到第三个字符）和ab（第四到第五个字符），这叫懒惰匹配。
6、常用的其他符号
| 代码 | 说明 |
| \. | 元字符转义。.是元字符，你没有办法匹配它，因为会被理解成别的意思，这时你就得使用\来取消这些字符的特殊意义，即\.。同样的，其他元字符像*?+等等都需要转义。 |
| [] | 字符集。例如[0-9]匹配数字0到9，等同于\d；[a-z]匹配小写字母；[.?!]匹配标点符号.?! |
| () | 分组。每个组自动拥有组号，从左向右，第一个出现的分组的组号为1，第二个为2，以此类推。(\d{1,3}\.){3}\d{1,3} 是一个简单的IP地址匹配表达式——\d{1,3}匹配1到3位的数字，(\d{1,3}\.){3}匹配三位数字加上一个英文句号(这个整体也就是这个分组)重复3次，最后再加上一个一到三位的数字(\d{1,3})。\b(\w+)\b\s+\1\b 可以用来匹配重复的单词，像go go——首先是一个单词，这个单词含有一个或多个字母\b(\w+)\b，该单词会被捕获到编号为1的分组中，然后是1个或多个空白符(\s+)，最后是分组1中捕获的内容（也就是前面匹配的那个单词）(\1)，单词结束(\b)。 |
| | | 分枝。^\d{17}(\d|[xX])$ 可用来验证是否为身份证号码——字符串开始(^)，接着匹配17位数字(\d{17})，然后是个数字(\d)或者(|)字母x或X([xX])，字符串结束($)。 |
| //i | 一次匹配。举例见下文。 |
| //g | 全局匹配。 举例见下文。 |
下面是//i和//g的用法，我们从一段代码中加深理解：
1 <html>
2 <body>
3
4 <script type="text/javascript">
5
6 var str="Welcome to Microsoft! ";
7 str=str + "We are proud to announce that Microsoft has ";
8 str=str + "one of the largest Web Developers sites in the world.";
9 document.write(str.replace(/Microsoft/i, "W3School"));
10
11 </script>
12
13 </body>
14 </html>
上面的代码呢，是想把字符串中的Microsoft替换成W3School，当正则表达式为/Microsoft/i时，运行结果：Welcome to W3School! We are proud to announce that Microsoft has one of the largest Web Developers sites in the world. 可以看出只有第一个Microsoft被替换了，即一次匹配。
我们将正则表达式/Microsoft/i改为/Microsoft/g，结果就变为：Welcome to W3School! We are proud to announce that W3School has one of the largest Web Developers sites in the world. 也就是说全文凡是有Microsoft的地方都被替换成W3School，即全局匹配。
当然还有很多代码没有涉及到，但是很多正则表达式应该能看懂了，入门了后面的学习就相对简单了。如果没懂可能确实我讲得不清楚。大家可以去搜索相关更多文章，每个作者表达事情的方式都不一样，你可以看看你能更快更好地接收谁的说法。
以上内容如果有误，深表抱歉，也希望大家能及时指出，不吝赐教，谢谢。
以上是关于正则表达式快速入门的主要内容，如果未能解决你的问题，请参考以下文章