正则表达式学习笔记（三）——重复匹配

1.有多少个匹配

w@w.w  只能匹配a@b.c 形式，由于w 只能匹配单个字符

1.1 匹配一个或多个字符

使用+做为后缀，+ 匹配一个或多个字符，至少1个，不匹配0个

例如匹配电子邮箱格式为  text@text.text

文本 Hello,MyEmail is abcd@gmail..com ,xiaoming’sEmail is asdw.gmail.magic.com

正则表达式  w+@w+.w+

结果

hello,my email is abcd@gmail.com, ,xiaoming’s Email is .sdw.gmail.magic.com

分析：w可以匹配所有的字母和数字（以及下划线_。这个字符在电子邮件中是合法的），第一个w+匹配多个字母或数字字符，然后接一个@(@不需要转义)，第二个w+匹配多个字母或数字字符，.匹配一个.(.需要转义，这里才用的.)第三个w+匹配多个字母或数字字符.

但是这里我们漏掉了asdw.gmail.magic.com，加入要这两个都匹配出来，可以使用[w.]+@[w.]+.w+

1.1 匹配零个或多个字符

使用*即可。和+类似，但是+至少匹配一次，*可以一次也不匹配。

1.2  匹配0个或一个字符

使用元字符? 

1.3匹配重复次数

 正则表达式的+、*、？解决了很多问题，但是有时候，我们需要精确到某一个次数，正则表达式提供了一个设置次数的语法。

1.3.1 匹配重复次数

{num}匹配num次，例如

文本 1231234 12345 abcde abcedf

正则表达式：w{5}

结果：123 1234 12345 abcde abce5f

1.3.2为重复匹配设定一个区间

{num1,num2}匹配num1次到num2次之间，例如

文本：aa11aa,aa1aa,bb111bb,bb1111aa

正则表达式：[0-9]{2,4}

结果：aa11aa,aa1aa,bb111bb,bb1111aa

1.3.3 匹配至少重复多少次

{num,}例如：

文本：  123 1234 12345 abcde,abcedfabcdefghijk

正则表达式： w{4,}

结果： 123 1234 12345 abcde abcedf,abcedfabcdefghijk

1.3.4 防止过度匹配

 

？只能匹配一个字符，{n}和{m,n}也有一个重复次数的上限但是对于其他的，例如+、*等没有一个上限，有时候就会导致过渡匹配的情况，例如下面这个例子

文本: Learn English is important,but in <b>CH</b>AND<b>JP<b>,the teachingis not available.

正则表达式:<[Bb]>.* </[Bb]>

结果: Learn English is important,but in <b>CH</b>AND<b>JP<b>,theteaching is not available.

分析：显然，这个.*把第第二个</b>和第三个<b>都给一网打尽，虽然没有漏掉我们所需要的文本，但是，这两个b却莫名失踪了，还多匹配了一个and

      为什么会这样呢，是因为*和+都是“贪婪型”元字符，他们在进行匹配时是多多益善的而不是适可而止的。

     解决办法：使用这些元字符的“懒惰型”版本，使其匹配尽可能的少。

常见的贪婪型元字符和他们的懒惰型版本

贪婪型元字符	懒惰型元字符
*	*?
+	+?
{n,}	{n,}?

正则表达式：<[Bb]>.*?</[Bb]>

结果：LearnEnglish is  important,but in <b>CH</b>AND<b>JP<b>,theteaching is not available.