正則表達(dá)式
場(chǎng)景
1.在一個(gè)文件中醉蚁，查找出hello開頭的語(yǔ)句
2.在一個(gè)文件中，找到含有hello的語(yǔ)句
3.在一個(gè)文件中侦锯，找到郵箱為163的所有郵件地址
正則表達(dá)式（regular expression）是一種工具镀娶，一種廣泛用于匹配字符串的工具缨历。它用一個(gè)“字符串”來(lái)描述一個(gè)特征猩谊，然后去驗(yàn)證另一個(gè)“字符串”是否符合這個(gè)特征千劈。比如 表達(dá)式“ab+”描述的特征是“一個(gè)'a'和任意個(gè)'b'”，那么'ab','abb','abbbbbbbbbb'都符合這個(gè)特征牌捷。
正則表達(dá)式語(yǔ)法
正則表達(dá)式本質(zhì)上只做一件事墙牌，那就是編寫一個(gè)表達(dá)式“字符串”，然后用這個(gè)字符串去匹配目標(biāo)文本暗甥。核心的核心喜滨，都在編寫這個(gè)“字符串”表達(dá)式上面。
普通字符
字母淋袖、數(shù)字鸿市、漢字锯梁、下劃線即碗、以及沒(méi)有特殊定義的符號(hào)焰情，都是"普通字符"。正則表達(dá)式中的普通字符剥懒，在匹配的時(shí)候,只匹配與自身相同的一個(gè)字符内舟。
例如：表達(dá)式c，在匹配字符串abcde時(shí)初橘，匹配結(jié)果是：成功验游；匹配到的內(nèi)容是c；匹配到的位置開始于2保檐，結(jié)束于3耕蝉。（注：下標(biāo)從0開始還是從1開始，因當(dāng)前編程語(yǔ)言的不同而可能不同）
元字符
正則表達(dá)式中使用了很多元字符夜只，用來(lái)表示一些特殊的含義或功能垒在。
| 表達(dá)式 | 匹配 |
|---|---|
. |
小數(shù)點(diǎn)可以匹配除了換行符\n以外的任意一個(gè)字符 |
| |
邏輯或操作符 |
[] |
匹配字符集中的一個(gè)字符 |
[^] |
對(duì)字符集求反，也就是上面的反操作扔亥。尖號(hào)必須在方括號(hào)里的最前面 |
- |
定義[]里的一個(gè)字符區(qū)間场躯，例如[a-z]
|
\ |
對(duì)緊跟其后的一個(gè)字符進(jìn)行轉(zhuǎn)義 |
() |
對(duì)表達(dá)式進(jìn)行分組，將圓括號(hào)內(nèi)的內(nèi)容當(dāng)做一個(gè)整體旅挤，并獲得匹配的值 |
例如：
a.c匹配abc
(a|b)c匹配ac與bc
[abc]1匹配a1或者b1或者c1
使用方括號(hào)[]包含一系列字符踢关，能夠匹配其中任意一個(gè)字符。用[^]包含一系列字符粘茄，則能夠匹配其中字符之外的任意一個(gè)字符签舞。
[ab5@]匹配a或b或5或@
[^abc]匹配a,b,c之外的任意一個(gè)字符
[f-k]匹配f~k 之間的任意一個(gè)字母
[^A-F0-3]匹配A~F以及0~3之外的任意一個(gè)字符
轉(zhuǎn)義字符
一些無(wú)法書寫或者具有特殊功能的字符，采用在前面加斜杠""進(jìn)行轉(zhuǎn)義的方法柒瓣。例如下表所示：
| 表達(dá)式 | 匹配 |
|---|---|
\r, \n
|
匹配回車和換行符 |
\t |
匹配制表符 |
\\ |
匹配斜杠\
|
\^ |
匹配^符號(hào) |
\$ |
匹配$符號(hào) |
\. |
匹配小數(shù)點(diǎn).
|
尚未列出的還有問(wèn)號(hào)瘪菌？、星號(hào)*和括號(hào)等其他的符號(hào)嘹朗。所有正則表達(dá)式中具有特殊含義的字符在匹配自身的時(shí)候师妙，都要使用斜杠進(jìn)行轉(zhuǎn)義。這些轉(zhuǎn)義字符的匹配方法與普通字符類似屹培，也是匹配與之相同的一個(gè)字符默穴。
預(yù)定義匹配字符集
正則表達(dá)式中的一些表示方法，可以同時(shí)匹配某個(gè)預(yù)定義字符集中的任意一個(gè)字符褪秀。比如蓄诽，表達(dá)式\d可以匹配任意一個(gè)數(shù)字。雖然可以匹配其中任意字符媒吗，但是只能是一個(gè)仑氛，不是多個(gè)。
| 表達(dá)式 | 匹配 |
|---|---|
\d |
任意一個(gè)數(shù)字，0~9 中的任意一個(gè) |
\w |
任意一個(gè)字母或數(shù)字或下劃線锯岖，也就是 A-Z,a-z,0-9,_ 中的任意一個(gè) |
\s |
空格介袜、制表符、換頁(yè)符等空白字符的其中任意一個(gè) |
\D |
\d的反集出吹，也就是非數(shù)字的任意一個(gè)字符遇伞，等同于[^\d]
|
\W |
\w的反集，也就是[^\w]
|
\S |
\s的反集捶牢，也就是[^\s]
|
例如表達(dá)式\d\d鸠珠，在匹配abc123時(shí)，匹配的結(jié)果是：成功秋麸；匹配到的內(nèi)容是12渐排；匹配到的位置開始于3，結(jié)束于5灸蟆。 (前提是用search來(lái)匹配飞盆，用match是匹配不到的)
重復(fù)匹配
前面的表達(dá)式，無(wú)論是只能匹配一種字符的表達(dá)式次乓，還是可以匹配多種字符其中任意一個(gè)的表達(dá)式吓歇，都只能匹配一次。但是有時(shí)候我們需要對(duì)某個(gè)片段進(jìn)行重復(fù)匹配票腰，例如手機(jī)號(hào)碼13666666666城看，一般的新手可能會(huì)寫成\d\d\d\d\d\d\d\d\d\d\d（注意，這不是一個(gè)恰當(dāng)?shù)谋磉_(dá)式）杏慰，不但寫著費(fèi)勁测柠，看著也累，還不一定準(zhǔn)確恰當(dāng)缘滥。
這種情況可以使用表達(dá)式再加上修飾匹配次數(shù)的特殊符號(hào){}轰胁，不用重復(fù)書寫表達(dá)式就可以重復(fù)匹配。比如[abcd][abcd]可以寫成[abcd]{2}朝扼。
| 表達(dá)式 | 匹配 |
|---|---|
{n} |
表達(dá)式重復(fù)n次赃阀，比如\d{2}相當(dāng)于\d\d,a{3}相當(dāng)于aaa
|
{m,n} |
表達(dá)式至少重復(fù)m次，最多重復(fù)n次擎颖。比如ab{1,3}可以匹配ab或abb或abbb
|
{m,} |
表達(dá)式至少重復(fù)m次榛斯，比如\w\d{2,}可以匹配a12,_1111,M123等等 |
? |
匹配表達(dá)式0次或者1次，相當(dāng)于{0,1}搂捧，比如a[cd]?可以匹配a,ac,ad
|
+ |
表達(dá)式至少出現(xiàn)1次驮俗，相當(dāng)于{1,}，比如a+b可以匹配ab,aab,aaab等等 |
* |
表達(dá)式出現(xiàn)0次到任意次允跑，相當(dāng)于{0,}王凑，比如\^*b可以匹配b,^^^b等等 |
位置匹配
有時(shí)候搪柑，我們對(duì)匹配出現(xiàn)的位置有要求，比如開頭索烹、結(jié)尾工碾、單詞之間等等。
| 表達(dá)式 | 匹配 |
|---|---|
^ |
在字符串開始的地方匹配术荤，符號(hào)本身不匹配任何字符 |
| $ | 在字符串結(jié)束的地方匹配，符號(hào)本身不匹配任何字符 |
\b |
匹配一個(gè)單詞邊界每篷，也就是單詞和空格之間的位置瓣戚，符號(hào)本身不匹配任何字符 |
\B |
匹配非單詞邊界，即左右兩邊都是\w范圍或者左右兩邊都不是\w范圍時(shí)的字符縫隙 |
例如表達(dá)式^aaa在匹配xxx aaa xxx時(shí)焦读，匹配結(jié)果是：失敗子库。因?yàn)?code>^要求在字符串開始的地方匹配。
表達(dá)式aaa$在匹配xxx aaa xxx時(shí)矗晃，匹配結(jié)果是：失敗仑嗅。因?yàn)?要求在字符串結(jié)束的地方匹配。
表達(dá)式.\b.在匹配@@@abc時(shí)张症，匹配結(jié)果是：成功仓技；匹配到的內(nèi)容是@a；匹配到的位置開始于2俗他，結(jié)束于4脖捻。
表達(dá)式\bend\b在匹配weekend,endfor,end時(shí)，匹配結(jié)果是：成功兆衅；匹配到的內(nèi)容是end地沮；匹配到的位置開始于15，結(jié)束于18羡亩。
貪婪與非貪婪模式
在重復(fù)匹配時(shí)摩疑，正則表達(dá)式默認(rèn)總是盡可能多的匹配，這被稱為貪婪模式畏铆。比如雷袋，針對(duì)文本dxxxdxxxd，表達(dá)式(d)(\w+)(d)中的\w+將匹配第一個(gè)d和最后一個(gè)d之間的所有字符xxxdxxx辞居∑牛可見，\w+在匹配的時(shí)候速侈，總是盡可能多的匹配符合它規(guī)則的字符率寡。同理，帶有?倚搬、*和{m,n}的重復(fù)匹配表達(dá)式都是盡可能地多匹配冶共。
但是有時(shí)候，這種模式不是我們想要的結(jié)果，比如最常見的HTML標(biāo)簽匹配捅僵。假設(shè)有如下的字符串：
<table>
<tr>
<td>蘋果</td>
<td>桃子</td>
<td>香蕉</td>
</tr>
</table>
我們的意圖是獲取每個(gè)<td></td>標(biāo)簽中的元素內(nèi)容家卖，那么如果你將正則表達(dá)式寫成<td>(.*)</td>的話，你得到的是<td>蘋果</td><td>桃子</td><td>香蕉</td>這么個(gè)東西庙楚，而不是“蘋果”上荡、“桃子”、“香蕉”馒闷。
在修飾匹配次數(shù)的特殊符號(hào)后再加上一個(gè)?問(wèn)號(hào)酪捡，則可以使匹配次數(shù)不定的表達(dá)式盡可能少的匹配，使可匹配可不匹配的表達(dá)式纳账，盡可能的"不匹配"逛薇。如果少匹配就會(huì)導(dǎo)致整個(gè)表達(dá)式匹配失敗的時(shí)候，與貪婪模式類似疏虫，非貪婪模式會(huì)最小限度的再多匹配一些永罚，以使整個(gè)表達(dá)式匹配成功。
表達(dá)式<td>(.*?)</td>匹配上面的字符串時(shí)卧秘，將只得到<td>蘋果</td>呢袱，再次匹配下一個(gè)時(shí)，可以得到<td>桃子</td>翅敌，以此類推产捞。
常用正則表達(dá)式
校驗(yàn)數(shù)字的相關(guān)表達(dá)式：
| 功能 | 表達(dá)式 | |
|---|---|---|
| 數(shù)字 | ^[0-9]*$ |
|
| n位的數(shù)字 | ^\d{n}$ |
|
| 至少n位的數(shù)字 | ^\d{n,}$ |
|
| 零和非零開頭的數(shù)字 | `^(0 | [1-9][0-9]*)$` |
| 有兩位小數(shù)的正實(shí)數(shù) | ^[0-9]+(.[0-9]{2})?$ |
|
| 非零的負(fù)整數(shù) | ^-[1-9]\d*$ |
|
| 非負(fù)浮點(diǎn)數(shù) | ^\d+(\.\d+)?$ |
|
| 浮點(diǎn)數(shù) | ^(-?\d+)(\.\d+)?$ |
特殊場(chǎng)景的表達(dá)式:
| 功能 | 表達(dá)式 |
|---|---|
| Email地址 | ^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$ |
| 域名 | [a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.? |
| 手機(jī)號(hào)碼 | ^(13[0-9]|14[5|7]|15[0|1|2|3|5|6|7|8|9]|18[0|1|2|3|5|6|7|8|9])\d{8}$ |
| 身份證號(hào) | ^\d{15}|\d{18}$(15位、18位數(shù)字) |
| 日期格式 | ^\d{4}-\d{1,2}-\d{1,2} |
| 空白行的正則表達(dá)式 |
\n\s*\r (可以用來(lái)刪除空白行) |
| IP地址提取 |
\d+\.\d+\.\d+\.\d+ (提取IP地址時(shí)有用) |
| 騰訊QQ號(hào) |
[1-9][0-9]{4,} (騰訊QQ號(hào)從10000開始) |
