正则表达式快速入门

Posted zhao.bo

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。正则表达字面量。举例见下文。
//g 全局匹配。正则表达字面量。 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:

复制代码
 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>
复制代码

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 thatMicrosoft 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。

转载自:http://www.cnblogs.com/realcare/p/6028622.html

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

正则表达式快速入门

正则表达式快速入门

不会吧,不会吧,还有人不会正则|快速入门正则表达式|常用的举例

Python3快速入门Python3正则表达式

Python3快速入门——Python3正则表达式

Scala快速入门--正则对象