zoukankan      html  css  js  c++  java
  • 正则表达式

    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"。
           举例1:表达式 "c",在匹配字符串 "abcde" 时,匹配结果是:成功;匹配到的内容是:"c"
    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。

     

    表达式

    可匹配

    ,

    代表回车和换行符

    制表符

    \

    代表 "" 本身

     v

     垂直制表符

     f

     换页符

       有特殊用处的标点符号,在前面加 "" 后,就代表该符号本身。

    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

       举例1:表达式 "$d",在匹配字符串 "abc$de" 时,匹配结果是:成功;匹配到的内容是:"$d"。

    1.3 能够与 '多种字符' 匹配的表达式

    表达式

    可匹配

    d

    任意一个数字,0~9 中的任意一个

    w

    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

    s

    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( )以外的任意一个字符

     

     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

      举例1:表达式 ".." 在匹配 "@@@abc" 时,匹配结果是:成功;匹配到的内容是:"@a"。

      在表达式 "s","d","w","" 表示特殊意义的同时,对应的大写字母表示相反的意义

    表达式

    可匹配

    S

     匹配所有非空白字符("s" 可匹配各个空白字符)

    D

     匹配所有的非数字字符

    W

     匹配所有的字母、数字、下划线以外的字符

    B

     匹配非单词边界,即左右两边都是 "w" 范围或者左右两边都不是 "w" 范围时的字符缝隙

       举例1:表达式 "dd",在匹配 "abc123" 时,匹配的结果是:成功;匹配到的内容是:"12"。

       举例2:表达式 "a.d",在匹配 "aaa100" 时,匹配的结果是:成功;匹配到的内容是:"aa1"

    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。

    表达式

    可匹配

    [ab5@]

    匹配 "a" 或 "b" 或 "5" 或 "@"

    [^abc]

    匹配 "a","b","c" 之外的任意一个字符

    [f-k]

    匹配 "f"~"k" 之间的任意一个字母

    [^A-F0-3]

    匹配 "A"~"F","0"~"3" 之外的任意一个字符

      举例1:表达式 "[bcd][bcd]" 匹配 "abc123" 时,匹配的结果是:成功;匹配到的内容是:"bc"。  

       举例2:表达式 "[^abc]" 匹配 "abc123" 时,匹配的结果是:成功;匹配到的内容是:"1"。

    1.5 修饰匹配次数的特殊符号

       使用方法是:"次数修饰"放在"被修饰的表达式"后边。

    表达式

    作用

    {n}

    表达式重复n次,比如: "w{2}" 相当于 "ww" "a{5}" 相当于 "aaaaa"

    {m,n}

    表达式至少重复m次,最多重复n次,比如: "ba{1,3}"可以匹配 "ba"或"baa"或"baaa"

    {m,}

    表达式至少重复m次,比如: "wd{2,}"可以匹配 "a12","_456","M12344"...

    ?

    匹配表达式0次或者1次,相当于 {0,1},比如: "a[cd]?"可以匹配 "a","ac","ad"

    +

    表达式至少出现1次,相当于 {1,},比如: "a+b"可以匹配 "ab","aab","aaab"...

    *

    表达式不出现或出现任意次,相当于 {0,},比如: "^*b"可以匹配 "b","^^^b"...

      举例1:表达式 "d+.?d*" 在匹配 "It costs $12.5" 时,匹配的结果是:成功;匹配到的内容是:"12.5"。

      举例2:表达式 "go{2,8}gle" 在匹配 "Ads by goooooogle" 时,匹配的结果是:成功;匹配到的内容是:"goooooogle"

    1.6 其他一些代表抽象意义的特殊符号

    字符

    说明

    ^

    匹配输入字符串的开始位置。要匹配 "^" 字符本身,请使用 "^"

    $

    匹配输入字符串的结尾位置。要匹配 "$" 字符本身,请使用 "$"

    ( )

    标记一个子表达式的开始和结束位置。要匹配小括号,请使用 "(" 和 ")"

    [ ]

    用来自定义能够匹配 '多种字符' 的表达式。要匹配中括号,请使用 "[" 和 "]"

    { }

    修饰匹配次数的符号。要匹配大括号,请使用 "{" 和 "}"

    .

    匹配除了换行符( )以外的任意一个字符。要匹配小数点本身,请使用 "."

    ?

    修饰匹配次数为 0 次或 1 次。要匹配 "?" 字符本身,请使用 "?"

    +

    修饰匹配次数为至少 1 次。要匹配 "+" 字符本身,请使用 "+"

    *

    修饰匹配次数为 0 次或任意次。要匹配 "*" 字符本身,请使用 "*"

    |

    左右两边表达式之间 "或" 关系。匹配 "|" 本身,请使用 "|"

    举例1:表达式 "Tom|Jack" 在匹配字符串 "I'm Tom, he is Jack" 时,匹配结果是:成功;匹配到的内容是:"Tom"。匹配下一个时,匹配结果是:成功;匹配到的内容是:"Jack"。

      ( )  (1). 在被修饰匹配次数的时候,括号中的表达式可以作为整体被修饰 (2). 取匹配结果的时候,括号中的表达式匹配到的内容可以被单独得到

    举例2:表达式 "(gos*)+" 在匹配 "Let's go go go!" 时,匹配结果是:成功;匹配到内容是:"go go go”。

    举例3:表达式 "(d+.?d*)" 在匹配 "$10.9,¥20.5" 时,匹配的结果是:成功;匹配到的内容是:"¥20.5"

    2. 正则表达式中的一些高级规则

    2.1 匹配次数中的贪婪与非贪婪

           在使用修饰匹配次数的特殊符号时,有几种表示方法可以使同一个表达式能够匹配不同的次数,比如: ,具体匹配的次数随被匹配的字符串而定。这种重复匹配不定次数的表达式在匹配过程中,总是尽可能多的匹配。比如,针对文本 "dxxxdxxxd",举例如下:

    贪婪匹配:"{m,n}", "{m,}", "*", "+"

    表达式

    匹配结果

    (d)(w+)

    "w+" 将匹配第一个 "d" 之后的所有字符 "xxxdxxxd"

    (d)(w+)(d)

    "w+" 将匹配第一个 "d" 和最后一个 "d" 之间的所有字符 "xxxdxxx"。虽然 "w+" 也能够匹配上最后一个 "d",但是为了使整个表达式匹配成功,"w+" 可以 "让出" 它本来能够匹配的最后一个 "d"

    非贪婪模式:"?"
           在修饰匹配次数的特殊符号后再加上一个 "?" 号,则可以使匹配次数不定的表达式尽可能少的匹配,使可匹配可不匹配的表达式,尽可能的 "不匹配"。这种匹配原则叫作 "非贪婪" 模式,也叫作 "勉强" 模式。如果少匹配就会导致整个表达式匹配失败的时候,与贪婪模式类似,非贪婪模式会最小限度的再匹配一些,以使整个表达式匹配成功。举例如下,针对文本 "dxxxdxxxd" 举例:

    表达式

    匹配结果

      (d)(w+?)

    "w+?" 将尽可能少的匹配第一个 "d" 之后的字符,结果是:"w+?" 只匹配了一个 "x"

      (d)(w+?)(d)

    为了让整个表达式匹配成功,"w+?" 不得不匹配 "xxx" 才可以让后边的 "d" 匹配,从而使整个表达式匹配成功。因此,结果是:"w+?" 匹配 "xxx"

    2.2 反向引用 1, 2...

      "小括号包含的表达式所匹配到的字符串" 不仅是在匹配结束后才可以使用,在匹配过程中也可以使用。表达式后边的部分,可以引用前面 "括号内的子匹配已经匹配到的字符串"。引用方法是 "" 加上一个数字。"1" 引用第1对括号内匹配到的字符串,"2" 引用第2对括号内匹配到的字符串……以此类推,如果一对括号内包含另一对括号,则外层的括号先排序号。换句话说,哪一对的左括号 "(" 在前,那这一对就先排序号。

       举例1:表达式 "(w)1{4,}" 在匹配 "aa bbbb abcdefg ccccc 111121111 999999999" 时,匹配结果是:成功;匹配到的内容是 "ccccc"。再次匹配下一个时,将得到 999999999。这个表达式要求 "w" 范围的字符至少重复5次。

    2.3 预搜索,不匹配;反向预搜索,不匹配

       正向预搜索:"(?=xxxxx)","(?!xxxxx)"

       举例1:表达式 "Windows (?=NT|XP)" 在匹配 "Windows 98, Windows NT, Windows 2000" 时,将只匹配 "Windows NT" 中的 "Windows ",其他的 "Windows " 字样则不被匹配。

      举例2:表达式 "((?!stop).)+" 在匹配 "fdjka ljfdl stop fjdsla fdj" 时,将从头一直匹配到 "stop" 之前的位置,如果字符串中没有 "stop",则匹配整个字符串。

      反向预搜索:"(?<=xxxxx)","(?<!xxxxx)"

    3. 其他通用规则

        还有一些在各个正则表达式引擎之间比较通用的规则,在前面的讲解过程中没有提到。

     3.1 表达式中,可以使用 "xXX" 和 "uXXXX" 表示一个字符("X" 表示一个十六进制数)

    形式

    字符范围

    xXX

    编号在 0 ~ 255 范围的字符,比如: 空格可以使用 "x20" 表示

    uXXXX

    任何字符可以使用 "u" 再加上其编号的4位十六进制数表示,比如: "u4E2D"

      3.2 括号 "( )" 内的子表达式,如果希望匹配结果不进行记录供以后使用,可以使用 "(?:xxxxx)" 格式

      举例1:表达式 "(?:(w)1)+" 匹配 "a bbccdd efg" 时,结果是 "bbccdd"。括号 "(?:)" 范围的匹配结果不进行记录,因此 "(w)" 使用 "1" 来引用。

     

     

  • 相关阅读:
    django LDAP
    Python egg
    皮皮书屋
    Linux运维
    bash shell 快捷键汇总
    linux ldconfig
    Linux set env export declare unset
    OpenStack
    【LeetCode】258. Add Digits
    一个"Median Maintenance"问题
  • 原文地址:https://www.cnblogs.com/domestique/p/7859639.html
Copyright © 2011-2022 走看看