Main Takeaway
根据正则表达式30分钟入门教程 (deerchao.cn)这篇文章来学习的正则表达式,文章介绍的是 .Net 下的正则表达式,其它环境下的具体情况可以在读完本文后去参考官方文档,或者查看正则表达式引擎特性对比。
Tips:正则表达式学不了一点,看得头疼,偶的建议是了解点基础语法即可。有需要的时候再回头来看。
简介
正则表达式就是记录文本规则的代码。常用于查找符合某些复杂规则的字符串的需要。
比通配符(wildcard:*和?)更精确,也更复杂
测试正则表达式
.Net下的工具 Regester,直接测试
也可以试试这个在线测试工具:Wegester, JavaScript正则表达式测试器。
常用的处理选项:
| 名称 | 说明 |
|---|---|
| IgnoreCase(忽略大小写) | 匹配时不区分大小写。 |
| Multiline(多行模式) | 更改^和\(的含义,使它们分别在任意一行的行首和行尾匹配,而不仅仅在整个字符串的开头和结尾匹配。(在此模式下,\)的精确含意是:匹配.) |
| Singleline(单行模式) | 更改.的含义,使它与每一个字符匹配(包括换行符)。 |
| IgnorePatternWhitespace(忽略空白) | 忽略表达式中的非转义空白并启用由#标记的注释。 |
| ExplicitCapture(显式捕获) | 仅捕获已被显式命名的组。 |
Tips<处理多行>:如果选中了这个选项,^和$的意义就变成了匹配行的开始处和结束处。
多行模式和单行模式没任何关系,可以同时使用
注释
学习任何一样工具,我认为最首要的是学会如何写注释:
通过语法(?#comment)来包含注释
要包含注释的话,最好是启用“忽略模式里的空白符”选项,这样在编写表达式时能任意的添加空格,Tab,换行,而实际使用时这些都将被忽略。启用这个选项后,在#后面到这一行结束的所有文本都将被当成注释忽略掉。
元字符
metacharater
| 代码 | 说明 |
|---|---|
| . | 匹配除换行符以外的任意字符 |
| 匹配字母或数字或下划线或汉字 | |
| 匹配任意的空白符(包括空格,制表符(Tab),换行符,中文全角空格等) | |
| 匹配数字 | |
| 匹配单词的开始或结束(只匹配一个位置,不匹配字符) | |
| ^ | 匹配字符串的开始 |
| $ | 匹配字符串的结束 |
- 避免重复书写:0-。这里({8})的意思是前面2次(8次)。
Tips:{5,12}和{2}是类似的,只不过{2}匹配只能不多不少重复2次,{5,12}则是重复的次数不能少于5次,不能多于12次,否则都不匹配。
| 代码/语法 | 说明 |
|---|---|
| * | 重复零次或更多次 |
| + | 重复一次或更多次 |
| ? | 重复零次或一次 |
| {n} | 重复n次 |
| {n,} | 重复n次或更多次 |
| {n,m} | 重复n到m次 |
字符转义:使用\.和\*来查找.和*。当然,要查找,你也得用\.
字符类:在方括号里列出想匹配的字符集合即可
Tips:[aeiou]就匹配任何一个英文元音字母,[.?!]匹配标点符号(.或?或!)。
反义:有时需要查找不属于某个能简单定义的字符类的字符。比如想查找除了数字以外,其它任意字符都行的情况,这时需要用到反义
| 代码/语法 | 说明 |
|---|---|
| 匹配任意不是字母,数字,下划线,汉字的字符 | |
| 匹配任意不是空白符的字符 | |
| 匹配任意非数字的字符 | |
| 匹配不是单词开头或结束的位置 | |
| [^x] | 匹配除了x以外的任意字符 |
| [^aeiou] | 匹配除了aeiou这几个字母以外的任意字符 |
分枝条件
用|把不同的规则分隔开,如果满足其中任意一种规则都应该当成匹配:
eg:0\d{2}-\d{8}|0\d{3}-\d{7}这个表达式能匹配两种以连字号分隔的电话号码:一种是三位区号,8位本地号(如010-12345678),一种是4位区号,7位本地号(0376-2233445)。
Tips:使用分枝条件时,要注意各个条件的顺序。如果你把它改成|-的话,那么就只会匹配5位的邮编(以及9位邮编的前5位)。原因是匹配分枝条件时,将会从左到右地测试每个条件,如果满足了某个分枝的话,就不会去再管其它的条件了。
分组
想要重复多个字符,可以用小括号来指定子表达式(也叫做分组),然后你就可以指定这个子表达式的重复次数了。
eg:(\d{1,3}\.){3}\d{1,3}
后向引用
默认情况下,每个分组会自动拥有一个组号,规则是:从左向右,以分组的左括号为标志,第一个出现的分组的组号为1,第二个为2,以此类推。
后向引用用于重复搜索前面某个分组匹配的文本。例如,\1代表分组1匹配的文本。
| 分类 | 代码/语法 | 说明 | ||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 捕获 | (exp) | 匹配exp,并捕获文本到自动命名的组里 | ||||||||||||||||||||||||||||||
(?| 匹配exp,并捕获文本到名称为name的组里,也可以写成(?'name'exp) | | (?:exp) | 匹配exp,不捕获匹配的文本,也不给此分组分配组号 | 零宽断言 | (?=exp) | 匹配exp前面的位置 | (?<=exp) | 匹配exp后面的位置 | (?!exp) | 匹配后面跟的不是exp的位置 | (?<!exp) | 匹配前面不是exp的位置 | 注释 | (?#comment) | 这种类型的分组不对正则表达式的处理产生任何影响,用于提供注释让人阅读 | 贪婪与懒惰
懒惰限定符:
Bonus文章中还有零宽断言、负向零宽断言、平衡组/递归匹配等知识我并未做记录,或许得等到我真正需要用到的时候再使用吧。 References
|