正则表达式(Regular Expression)
正则表达式,又称规则表达式
正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。
概念
用事先定义好的一些特定字符、及这些特定字符的组合,组成一个“规则字符串”,这个“规则字符串”用来表达对字符串的一种过滤逻辑。
目的
给定一个正则表达式和另一个字符串,我们可以达到如下的目的:
1. 给定的字符串是否符合正则表达式的过滤逻辑(称作“匹配”)
2. 可以通过正则表达式,从字符串中获取我们想要的特定部分。
例
最简单的元字符是点,它能够匹配任何单个字符(注意不包括换行符)。假定有个文件test.txt包含以下几行内容:
he is arat
he is in a rut
the food is Rotten
I like root beer
正则表达式r.t匹配一个r接着任何一个字符再接着一个t。
所以它将匹配文件中的rat和rut,
而不能匹配Rotten中的Rot,因为正则表达式是大小写敏感的。
要想同时匹配大写和小写字母,应该使用字符区间元字符(方括号)。
正则表达式[Rr]能够同时匹配R和r。
所以,要想匹配一个大写或者小写的r接着任何一个字符再接着一个t就要使用这个表达式:[Rr].t。
匹配行首的字符要使用抑扬字符(^)
例如,想找到text.txt中行首"he"打头的行,你可能会先用简单表达式he,但是这会匹配第三行的the,所以要使用正则表达式^he,它只匹配在行首出现的he
当抑扬字符(^)出方括号中时,它表示“排除”,例如要匹配he ,但是排除前面是t or s的情形(也就是the和she),可以使用:[^st]he
可以使用方括号来指定多个字符区间。
例如正则表达式[A-Za-z]匹配任何字母,包括大写和小写的
想匹配所有10和100的实例而排除1和 1000,可以使用:10{1,2},这个正则表达式匹配数字1后面跟着1或者2个0的模式。
.
[ ]
^
$
四个字符是所有语言都支持的正则表达式