正则表达式语法基础教程 下载本文

内容发布更新时间 : 2024/12/24 20:59:32星期一 下面是文章的全部内容请认真阅读。

引言

正则表达式(regular expression)就是用一个“字符串”来描述一个特征,然后去验证另一个“字符串”是否符合这个特征。比如表达式“ab+” 描述的特征是“一个 'a' 和任意个 'b' ”,那么 'ab', 'abb', 'abbbbbbbbbb' 都符合这个特征。 正则表达式可以用来:(1)验证字符串是否符合指定特征,比如验证是否是合法的邮件地址。(2)用来查找字符串,从一个长的文本中查找符合指定特征的字符串,比查找固定字符串更加灵活方便。(3)用来替换,比普通的替换更强大。

正则表达式学习起来其实是很简单的,不多的几个较为抽象的概念也很容易理解。之所以很多人感觉正则表达式比较复杂,一方面是因为大多数的文档没有做到由浅入深地讲解,概念上没有注意先后顺序,给读者的理解带来困难;另一方面,各种引擎自带的文档一般都要介绍它特有的功能,然而这部分特有的功能并不是我们首先要理解的。

文章中的每一个举例,都可以点击进入到测试页面进行测试。闲话少说,开始。

1. 正则表达式规则

1.1 普通字符

字母、数字、汉字、下划线、以及后边章节中没有特殊定义的标点符号,都是\普通字符\。表达式中的普通字符,在匹配一个字符串的时候,匹配与之相同的一个字符。

举例1:表达式 \,在匹配字符串 \时,匹配结果是:成功;匹配到的内容是:\;匹配到的位置是:开始于2,结束于3。(注:下标从0开始还是从1开始,因当前编程语言的不同而可能不同)

举例2:表达式 \,在匹配字符串 \时,匹配结果是:成功;匹配到的内容是:\;匹配到的位置是:开始于1,结束于4。

1.2 简单的转义字符 一些不便书写的字符,采用在前面加 \的方法。这些字符其实我们都已经熟知了。 表达式 \\r, \\n \\t \\\\ 可匹配 代表回车和换行符 制表符 代表 \本身 还有其他一些在后边章节中有特殊用处的标点符号,在前面加 \后,就代表该符号本身。比如:^, $ 都有特殊意义,如果要想匹配字符串中 \和 \字符,则表达式就需要写成 \和 \。 表达式 \\^ \\$ \\. 可匹配 匹配 ^ 符号本身 匹配 $ 符号本身 匹配小数点(.)本身 这些转义字符的匹配方法与 \普通字符\是类似的。也是匹配与之相同的一个字符。

举例1:表达式 \,在匹配字符串 \时,匹配结果是:成功;匹配到的内容是:\;匹配到的位置是:开始于3,结束于5。

1.3 能够与 '多种字符' 匹配的表达式 正则表达式中的一些表示方法,可以匹配 '多种字符' 其中的任意一个字符。比如,表达式 \可以匹配任意一个数字。虽然可以匹配其中任意字符,但是只能是一个,不是多个。这就好比玩扑克牌时候,大小王可以代替任意一张牌,但是只能代替一张牌。 表达式 \\d \\w \\s . 可匹配 任意一个数字,0~9 中的任意一个 任意一个字母或数字或下划线,也就是 A~Z,a~z,0~9,_ 中任意一个 包括空格、制表符、换页符等空白字符的其中任意一个 小数点可以匹配除了换行符(\\n)以外的任意一个字符 举例1:表达式 \\\d\\d\,在匹配 \时,匹配的结果是:成功;匹配到的内容是:\;匹配到的位置是:开始于3,结束于5。 举例2:表达式 \a.\\d\,在匹配 \时,匹配的结果是:成功;匹配到的内容是:\;匹配到的位置是:开始于1,结束于4。 1.4 自定义能够匹配 '多种字符' 的表达式 使用方括号 [ ] 包含一系列字符,能够匹配其中任意一个字符。用 [^ ] 包含一系列字符,则能够匹配其中字符之外的任意一个字符。同样的道理,虽然可以匹配其中任意一个,但是只能是一个,不是多个。 表达式 [ab5@] [^abc] [f-k] [^A-F0-3] 可匹配 匹配 \或 \或 \或 \匹配 \之外的任意一个字符 匹配 \之间的任意一个字母 匹配 \之外的任意一个字符 举例1:表达式 \[bcd][bcd]\匹配 \时,匹配的结果是:成功;匹配到的内容是:\;匹配到的位置是:开始于1,结束于3。 举例2:表达式 \[^abc]\匹配 \时,匹配的结果是:成功;匹配到的内容是:\;匹配到的位置是:开始于3,结束于4。 1.5 修饰匹配次数的特殊符号

前面章节中讲到的表达式,无论是只能匹配一种字符的表达式,还是可以匹配多种字符其中任意一个的表达式,都只能匹配一次。如果使用表达式再加上修饰匹配次数的特殊符号,那么不用重复书写表达式就可以重复匹配。

使用方法是:\次数修饰\放在\被修饰的表达式\后边。比如:\可以写成 \。 表达式 {n} {m,n} {m,} ? + * 作用 表达式重复n次,比如:\相当于 \;\相当于 \表达式至少重复m次,最多重复n次,比如:\可以匹配 \或\或\表达式至少重复m次,比如:\可以匹配 \匹配表达式0次或者1次,相当于 {0,1},比如:\可以匹配 \表达式至少出现1次,相当于 {1,},比如:\可以匹配 \表达式不出现或出现任意次,相当于 {0,},比如:\可以匹配 \ 举例1:表达式 \\\d+\\.?\\d*\在匹配 \时,匹配的结果是:成功;匹配到的内容是:\;匹配到的位置是:开始于10,结束于14。 举例2:表达式 \go{2,8}gle\在匹配 \时,匹配的结果是:成功;匹配到的内容是:\;匹配到的位置是:开始于7,结束于17。 1.6 其他一些代表抽象意义的特殊符号 一些符号在表达式中代表抽象的特殊意义: 表达式 ^ $ \\b 作用 与字符串开始的地方匹配,不匹配任何字符 与字符串结束的地方匹配,不匹配任何字符 匹配一个单词边界,也就是单词和空格之间的位置,不匹配任何字符 进一步的文字说明仍然比较抽象,因此,举例帮助大家理解。 举例1:表达式 \^aaa\在匹配 \时,匹配结果是:失败。因为 \要求与字符串开始的地方匹配,因此,只有当 \位于字符串的开头的时候,\才能匹配,比如:\。 举例2:表达式 \aaa$\在匹配 \时,匹配结果是:失败。因为 \要求与字符串结束的地方匹配,因此,只有当 \位于字符串的结尾的时候,\才能匹配,比如:\。 举例3:表达式 \.\\b.\在匹配 \时,匹配结果是:成功;匹配到的内容是:\;匹配到的位置是:开始于2,结束于4。 进一步说明:\与 \和 \类似,本身不匹配任何字符,但是它要求它在匹配结