正则表达式随学记录

Posted 2020-09-23 wjwdive

最基本的

1、元字符：

.　　匹配除了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　　匹配任意的空白字符

\\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

 

2、转移字符：

\\　　反斜杠，用于查找字符中出现的元字符

如要匹配 \\ 就要用 \\\\

要匹配 *  要用 \\*

 

3、重复

*　　重复0次或多次

+　　重复1次或更多次

？　　重复0次或1次

{n}　　重复n次

{n,}　　从复n次或更多次

{n,m}　　重复n次到m次

 

4、字符类

[]　　把想要匹配的字符集合 放到 中括号当中 如[0-9] 表示的意思 和/d 一样，只匹配一位数字

　　[aeiou] 只匹配 原因字母，a 或则 e 或则 i 或则 o 或则 u

　　[a-z0-9A-Z] 只匹配字母和数字

5、分支条件

　|

0\\d{2}-\\d{8}|0\\d{3}-\\d{7}　　匹配两种以连字符分割的电话号码：一种是3位区号8位本地号 020-12345678；一种是4位区号7位本地号

\\(0\\d{2}\\)[- ]?\\d{8}|0\\d{2}[- ]?\\d{8}　　匹配3位区号的电话号码，其中区号可以用小括号括起来，也可以不用，区号与本地号可以用连字号（中横线）或空格分割，也可以没有间隔

 

6、分组

正则表达式的重复元字符有 ？,* , .这些字符，要重复特定的字符呢？

这就用到分组了 ，也就是小括号（）

例如：匹配 xxx.xx.x.xxx  x 代表数字 可以这样写 (\\d{3}\\.){3}\\d{1,3}

有了这个思路就可以写出一个实用的匹配 ，匹配ipv4地址　　((25[0-5]|2[0-4]\\d|[01]?\\d\\d?)\\.){3}(25[0-5]|2[0-4]|[01]?/d/d?)

ip地址中某一段小于100 可以以0开头

 

7、反义

\\W　　匹配任意不是字母、数字、下划线、汉字的字符

\\S　　匹配任意不是空白字符的字符

\\D　　匹配任意非数字的字符

\\B　　匹配不是单词开头或结束的位置

[^x]　　匹配除了x以外的任意字符

[^aeiou]　　匹配除了aeiou这几个字母以外的任意字符

例如： \\S+ 匹配不包含空白字符的字符串

　　　　<a[^]+>匹配用尖括号括起来的以a开头的字符串

 

8、后向引用

匹配一个小括号指定的分组表达式之后，匹配这个子表达式的捕获的文本。关于组号，默认整个表达式的分组号为0，但一般不会显示。分组组号的分配过程要从左向右扫描表达式两遍、第一遍只给未命名分组分配，第二遍只给明明分组分配，因此所有的命名分组都大于未命名分组。

分组命名的语法（?<groupName>\\w+）或者 （?\'groupName\'\\w+）这样匹配任意字符的分组就被命名为 groupName了。

例如一段字符串"hello hello momoda momoda oh no"

我们写一个这样一个正则表达式  \\b(?<Word>\\w+)\\b\\s+\\k<Word>

它的意思就是

1先用一个分组匹配一个单词 \\b(\\w+)\\b

2给这个分组命名 为Word  \\b(?<Word>\\w+)\\b

3再匹配一个或多个空格 \\b(?<Word>\\w+)\\b\\s+

4反向引用这个分组匹配的内容  \\b?<Word>\\w+\\b\\s+\\k<Word>

如下图，就能匹配到 hello hello 和 momoda momoda了

分组常用语法：

捕获类：

　　　　exp）　　匹配exp,并捕获为本到自动明明组里

　　　　(?<name>exp)　　匹配exp，并捕获文本到名称为name的分组里，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

零宽断言类：

　　　　(?=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

注释类：

　　　　(?#comment)　　不会对正则表达式产生任何影响

 

9、零宽度断言

　　用于查找匹配内容之后的东西

　　(?=exp) 也叫 零宽度正预测先行断言，它断言自身出现的位置的后面能匹配表达式exp

　　比如：\\b\\w+(?=ing\\b),匹配以ing结尾的单词的前面部分(除了ing以外的部分)，例如查找 "I am singing while you are dancing."时，它会匹配到sing 和 danc  . \\b\\w+(ing\\b)匹配以ing结尾的单词 

　　(?<=exp) 也叫 零宽度正回顾后发断言，它断言自身出现的位置前面能匹配表达式exp

　　比如：(?<=\\bre)\\w+\\b 会匹配以re开头的单词的后半部分(除了re以外的部分),例如在查找readin a book 时它匹配ading.

10、负向零宽度

　　用于查找匹配内容之前的东西

　　(?!exp)　　零宽度负预测先行断言, 它断言此位置的后面不能匹配表达式exp

例如：\\d{3}(?!\\d)匹配三位数字，而且这三位数字的后面不能是数字。

　　   \\b((?!abc)\\w)+\\b  匹配不包含连续字符串abc的单词

　　(?<!exp)　　零宽度负回顾后发断言 ，来断言此位置的前面不能匹配表达式exp

例如：(?<![a-z])\\d{7} 匹配前面不是小写字母的七位数字

 

 

11、贪婪与懒惰

　　正则表达式通常情况下，都是尽可能多的匹配字符，如：a.*b，它会匹配最长的以a开始的，以b结束的字符串，如 用它来搜索aabbab的话，它会匹配整个字符串 aabbab，这就是贪婪。

有时我们跟需要匹配尽量少的字符，（好像是让 * ，+  这些元字符的的权限变小了）只需要在 正则表达式前面加上一个问号？。

如 a.*?b 匹配最短的，以a开始，以b结束的字符串。如果用它匹配 aabab ，则得到 aab  和 ab

懒惰限定：

　　　　*?　　　　重复任意次，但尽可能少重复

　　　　+？　　　　重复1次或跟多次，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，但尽肯能少重复

　　　　{n,}?　　　　重复n次以上，但尽可能少重复

 

12、平衡组递归匹配

　　没细致看

 

来源更加详细 https://deerchao.net/tutorials/regex/regex.htm