基本匹配
正则表达式其实就是在执行搜索时的格式,它由一些字母和数字组合而成。
例如:一个正则表达式the
,它表示一个规则:由字母t
开始,接着是h
,再接着是e
。
正则表达式是大小写敏感的,所以The
不会匹配the
。
元字符
正则表达式主要依赖于元字符。元字符不代表他们本身的字面意思,他们都有特殊的含义。一些元字符写在方括号忠的时候有一些特殊的意思。以下是一些元字符的介绍:
元字符 | 描述 |
---|---|
. | 句号匹配任意单个字符除了换行符 |
[] | 字符集。匹配方括号内的任意字符 |
[^] | 否定的字符集。匹配除了方括号里的任意字符 |
* | 匹配>=0个重复的在*号之前的字符 |
+ | 匹配>=1个重复的在+号之前的字符 |
? | ?号之前的字符为可选 |
{n,m} | 匹配num个大括号之前的字符或字符集(n<=num<=m) |
(xyz) | 分组,匹配与xyz完全相等的字符串 |
| | 或运算符,匹配符号前或后的字符 |
\ | 转义字符,用于匹配一些保留的字符[] () {} . * + ? ^ $ \ | |
^ | 从行开始匹配 |
$ | 从末端开始匹配 |
点运算符.
.
是元字符中最简单的例子。.
匹配任意单个字符,但不匹配换行符。例如,表达式.ar
匹配一个任意字符后面跟着是a
和r
的字符串。
".ar" => The car parked in the garage.
字符集
方括号用来指定一个字符集。在方括号中使用连字符-
来指定字符集的范围。
在方括号中的字符集不关心顺序。
例如,表达式[Tt]he
匹配the
和The
。
"[Tt]he" => The car parket in the garage.
方括号的句号就表示句号。
表达式ar[.]
匹配ar.
字符串
"ar[.] => A garage is a good place to park a car."
否定字符集
一般来说^
表示一个字符串的开头,但它用在一个方括号的开头的时候,它表示这个字符集是否定的。
例如,表达式[^c]ar
匹配一个后面跟着ar
的除了c
的任意字符。
"[^c]ar" => The car parked in the garage.
重复次数
后面跟着元字符+
,*
,?
的,用来指定匹配子模式的次数。
这些元字符在不同的情况下有着不同的意思。
*号
*
号匹配在*
之前的字符出现大于等于0次。
例如,表达式a*
匹配0或更多个a
开头的字符。
表达式[a-z]*
匹配一个行中所有以小写字母开头的字符串。
"[a-z]*" => The car parked in the garage #21.
*
字符和.
字符搭配可以匹配所有的字符.*
。
*
和表示匹配空格的字符\s
连起来用,如表达式\s*cat\s*
匹配0或更多个空格开头和0或更多个空格结尾的cat
字符串。
"\s*cat\s*" => The fat cat sat on the concatenation.
+号
+
号匹配+
号之前的字符出现 >= 1次。
例如表达式c.+t
匹配以首字母c
开头以t
结尾,中间跟着至少一个字符的字符串。
"c.+t" => The fat cat sat on the mat.
?号
在正则表达式中元字符 ?
标记在符号前面的字符为可选,即出现 0 或 1 次。
例如,表达式 [T]?he
匹配字符串 he
和 The
。
"[T]?he" => The car is parked in the garage.
{}号
在正则表达式中 {}
是一个量词,常用来限定一个或一组字符可以重复出现的次数。
例如, 表达式 [0-9]{2,3}
匹配最少 2 位最多 3 位 0~9 的数字。
"[0-9]{2,3}" => The number was 9.9997 but we rounded it off to 10.0.
我们可以省略第二个参数。
例如,[0-9]{2,}
匹配至少两位0~9的数字。
"[0-9]{2,}" => The number was 9.9997 but we rounded it off to 10.0.
如果逗号也省略掉则表示重复固定的次数。
例如,[0-9]{3}
匹配3位数字。
"[0-9]{3}" => The number was 9.9997 but we rounded it off to 10.0.
(...)特征标群/分组
特征标群是一组写在(...)
中的子模式。
(...)
中包含的内容将会被看成一个整体。
例如,表达式(ab)*
匹配连续出现0或更多个ab
。
如果没有使用(...)
,那么表达式ab*
将匹配连续出现0或多个b
。
再比如之前说的{}
是用来表示前面一个字符出现指定次数。
但如果在{}
前加上特征标群(...)
则表示整个标群内的字符重复N
次。
我们还可以在()
中用或字符|
表示或。
例如,(c|g|p)ar
匹配car
或gar
或par
。
"(c|g|p)ar" => The car is parked in the garage.
|或运算符
或运算符就是表示或,用作判断条件。
例如,(T|t)he|car
匹配(T|t)he
或car
。
"(T|t)he|car" => The car is parked in the garage.
转码特殊字符
反斜线 \
在表达式中用于转码紧跟其后的字符。
用于指定 { } [ ] / \ + * . $ ^ | ?
这些特殊字符。
如果想要匹配这些特殊字符则要在其前面加上反斜线 \
。
例如,.
是用来匹配除换行符外的所有字符的。
如果想要匹配句子中的 .
则要写成 \.
"(f|c|m)at.?" => The fat cat sat on the mat.
锚点
在正则表达式中,想要匹配指定开头或者结尾的字符串就要使用到锚点。
^
指定开头,$
指定结尾。
^号
^
用来检查匹配的字符串是否在所匹配字符串的开头
例如,在abc
中使用表达式^a
会得到结果a
。
但如果使用^b
将匹配不到任何结果。
因为在字符串abc
中并不是以b
开头。
例如,^(T|t)he
匹配以The
或the
开头的字符串。
"(T|t)he" => The car is parked in the garage.
"^(T|t)he" => The car is parked in the garage.
$号
同理于^
号,$
号用来匹配字符是否是最后一个。
例如,(at\.)$
匹配以at.
结尾的字符串。
"(at.)" => The fat cat. sat. on the mat.
"(at.)$" => The fat cat. sat. on the mat.
简写字符集
正则表达式提供一些常用的字符集简写。如下:
留言