寫在最前面的話
最近在瀏覽Github Star榜時(shí)發(fā)現(xiàn)了關(guān)于學(xué)習(xí)正則表達(dá)式的介紹门躯，感覺非常不錯(cuò)淆党，可以邊看邊學(xué)邊練習(xí)蔬胯，所以Fork過來學(xué)習(xí)分享。作為字符匹配的神器源祈，學(xué)會(huì)使用正則表達(dá)式無疑可以幫助我們方便進(jìn)行各種文本處理眼虱。
因?yàn)槲恼轮械睦硬捎玫氖莌tml格式，簡書的md編輯器解析不了全度，我就全部刪除掉了。如果你想要查看原文的話，點(diǎn)擊https://github.com/ShixiangWang/learn-regex/blob/master/README-cn.md域醇。
什么是正則表達(dá)式?
正則表達(dá)式是一組由字母和符號(hào)組成的特殊文本, 它可以用來從文本中找出滿足你想要的格式的句子.
一個(gè)正則表達(dá)式是在一個(gè)主體字符串中從左到右匹配字符串時(shí)的一種樣式.
"Regular expression"這個(gè)詞比較拗口, 我們常使用縮寫的術(shù)語"regex"或"regexp".
正則表達(dá)式可以從一個(gè)基礎(chǔ)字符串中根據(jù)一定的匹配模式替換文本中的字符串、驗(yàn)證表單蓉媳、提取字符串等等.
想象你正在寫一個(gè)應(yīng)用, 然后你想設(shè)定一個(gè)用戶命名的規(guī)則, 讓用戶名包含字符,數(shù)字,下劃線和連字符,以及限制字符的個(gè)數(shù),好讓名字看起來沒那么丑.
我們使用以下正則表達(dá)式來驗(yàn)證一個(gè)用戶名:
以上的正則表達(dá)式可以接受 john_doe, jo-hn_doe, john12_as.
但不匹配Jo, 因?yàn)樗舜髮懙淖帜付姨塘?
目錄
1. 基本匹配
正則表達(dá)式其實(shí)就是在執(zhí)行搜索時(shí)的格式, 它由一些字母和數(shù)字組合而成.
例如: 一個(gè)正則表達(dá)式 the, 它表示一個(gè)規(guī)則: 由字母t開始,接著是h,再接著是e.
"the" => The fat cat sat on the mat.
正則表達(dá)式123匹配字符串123. 它逐個(gè)字符的與輸入的正則表達(dá)式做比較.
正則表達(dá)式是大小寫敏感的, 所以The不會(huì)匹配the.
2. 元字符
正則表達(dá)式主要依賴于元字符.
元字符不代表他們本身的字面意思, 他們都有特殊的含義. 一些元字符寫在方括號(hào)中的時(shí)候有一些特殊的意思. 以下是一些元字符的介紹:
| 元字符 | 描述 |
|---|---|
| . | 句號(hào)匹配任意單個(gè)字符除了換行符. |
| [ ] | 字符種類. 匹配方括號(hào)內(nèi)的任意字符. |
| [^ ] | 否定的字符種類. 匹配除了方括號(hào)里的任意字符 |
| * | 匹配>=0個(gè)重復(fù)的在*號(hào)之前的字符. |
| + | 匹配>=1個(gè)重復(fù)的+號(hào)前的字符. |
| ? | 標(biāo)記?之前的字符為可選. |
| {n,m} | 匹配num個(gè)中括號(hào)之前的字符 (n <= num <= m). |
| (xyz) | 字符集, 匹配與 xyz 完全相等的字符串. |
| | | 或運(yùn)算符,匹配符號(hào)前或后的字符. |
| \ | 轉(zhuǎn)義字符,用于匹配一些保留的字符 <code>[ ] ( ) { } . * + ? ^ $ \ |</code> |
| ^ | 從開始行開始匹配. |
| $ | 從末端開始匹配. |
2.1 點(diǎn)運(yùn)算符 .
.是元字符中最簡單的例子.
.匹配任意單個(gè)字符, 但不匹配換行符.
2.2 字符集
字符集也叫做字符類.
方括號(hào)用來指定一個(gè)字符集.
在方括號(hào)中使用連字符來指定字符集的范圍.
在方括號(hào)中的字符集不關(guān)心順序.
例如, 表達(dá)式[Tt]he 匹配 the 和 The.
方括號(hào)的句號(hào)就表示句號(hào).
表達(dá)式 ar[.] 匹配 ar.字符串
2.2.1 否定字符集
一般來說 ^ 表示一個(gè)字符串的開頭, 但它用在一個(gè)方括號(hào)的開頭的時(shí)候, 它表示這個(gè)字符集是否定的.
例如, 表達(dá)式[^c]ar 匹配一個(gè)后面跟著ar的除了c的任意字符.
2.3 重復(fù)次數(shù)
后面跟著元字符 +, * or ? 的, 用來指定匹配子模式的次數(shù).
這些元字符在不同的情況下有著不同的意思.
2.3.1 * 號(hào)
*號(hào)匹配 在*之前的字符出現(xiàn)大于等于0次.
例如, 表達(dá)式 a* 匹配以0或更多個(gè)a開頭的字符, 因?yàn)橛?個(gè)這個(gè)條件, 其實(shí)也就匹配了所有的字符. 表達(dá)式[a-z]* 匹配一個(gè)行中所有以小寫字母開頭的字符串.
*字符和.字符搭配可以匹配所有的字符.*.
*和表示匹配空格的符號(hào)\s連起來用, 如表達(dá)式\s*cat\s*匹配0或更多個(gè)空格開頭和0或更多個(gè)空格結(jié)尾的cat字符串.
2.3.2 + 號(hào)
+號(hào)匹配+號(hào)之前的字符出現(xiàn) >=1 次個(gè)字符.
例如表達(dá)式c.+t 匹配以首字母c開頭以t結(jié)尾,中間跟著任意個(gè)字符的字符串.
2.3.3 ? 號(hào)
在正則表達(dá)式中元字符 ? 標(biāo)記在符號(hào)前面的字符為可選, 即出現(xiàn) 0 或 1 次.
例如, 表達(dá)式 [T]?he 匹配字符串 he 和 The.
2.4 {} 號(hào)
在正則表達(dá)式中 {} 是一個(gè)量詞, 常用來一個(gè)或一組字符可以重復(fù)出現(xiàn)的次數(shù).
例如, 表達(dá)式 [0-9]{2,3} 匹配 2～3 位 0～9 的數(shù)字.
我們可以省略第二個(gè)參數(shù).
例如, [0-9]{2,} 匹配至少兩位 0~9 的數(shù)字.
如果逗號(hào)也省略掉則表示重復(fù)固定的次數(shù).
例如, [0-9]{3} 匹配3位數(shù)字
2.5 (...) 特征標(biāo)群
特征標(biāo)群是一組寫在 (...) 中的子模式. 例如之前說的 {} 是用來表示前面一個(gè)字符出現(xiàn)指定次數(shù). 但如果在 {} 前加入特征標(biāo)群則表示整個(gè)標(biāo)群內(nèi)的字符重復(fù) N 次. 例如, 表達(dá)式 (ab)* 匹配連續(xù)出現(xiàn) 0 或更多個(gè) ab.
我們還可以在 () 中用或字符 | 表示或. 例如, (c|g|p)ar 匹配 car 或 gar 或 par.
2.6 | 或運(yùn)算符
或運(yùn)算符就表示或, 用作判斷條件.
例如 (T|t)he|car 匹配 (T|t)he 或 car.
2.7 轉(zhuǎn)碼特殊字符
反斜線 \ 在表達(dá)式中用于轉(zhuǎn)碼緊跟其后的字符. 用于指定 { } [ ] / \ + * . $ ^ | ? 這些特殊字符. 如果想要匹配這些特殊字符則要在其前面加上反斜線 \.
例如 . 是用來匹配除換行符外的所有字符的. 如果想要匹配句子中的 . 則要寫成 \. 以下這個(gè)例子 \.?是選擇性匹配.
2.8 錨點(diǎn)
在正則表達(dá)式中, 想要匹配指定開頭或結(jié)尾的字符串就要使用到錨點(diǎn). ^ 指定開頭, $ 指定結(jié)尾.
2.8.1 ^ 號(hào)
^ 用來檢查匹配的字符串是否在所匹配字符串的開頭.
例如, 在 abc 中使用表達(dá)式 ^a 會(huì)得到結(jié)果 a. 但如果使用 ^b 將匹配不到任何結(jié)果. 因?yàn)樵谧址?abc 中并不是以 b 開頭.
例如, ^(T|t)he 匹配以 The 或 the 開頭的字符串.
2.8.2 $ 號(hào)
同理于 ^ 號(hào), $ 號(hào)用來匹配字符是否是最后一個(gè).
例如, (at\.)$ 匹配以 at. 結(jié)尾的字符串.
3. 簡寫字符集
正則表達(dá)式提供一些常用的字符集簡寫. 如下:
| 簡寫 | 描述 |
|---|---|
| . | 除換行符外的所有字符 |
| \w | 匹配所有字母數(shù)字, 等同于 [a-zA-Z0-9_]
|
| \W | 匹配所有非字母數(shù)字, 即符號(hào), 等同于: [^\w]
|
| \d | 匹配數(shù)字: [0-9]
|
| \D | 匹配非數(shù)字: [^\d]
|
| \s | 匹配所有空格字符, 等同于: [\t\n\f\r\p{Z}]
|
| \S | 匹配所有非空格字符: [^\s]
|
| \f | 匹配一個(gè)換頁符 |
| \n | 匹配一個(gè)換行符 |
| \r | 匹配一個(gè)回車符 |
| \t | 匹配一個(gè)制表符 |
| \v | 匹配一個(gè)垂直制表符 |
| \p | 匹配 CR/LF (等同于 \r\n)譬挚，用來匹配 DOS 行終止符 |
4. 前后關(guān)聯(lián)約束(前后預(yù)查)
前置約束和后置約束都屬于非捕獲簇(用于匹配不在匹配列表中的格式).
前置約束用于判斷所匹配的格式是否在另一個(gè)確定的格式之后.
例如, 我們想要獲得所有跟在 $ 符號(hào)后的數(shù)字, 我們可以使用正向向后約束 (?<=\$)[0-9\.]*.
這個(gè)表達(dá)式匹配 $ 開頭, 之后跟著 0,1,2,3,4,5,6,7,8,9,. 這些字符可以出現(xiàn)大于等于 0 次.
前后關(guān)聯(lián)約束如下:
| 符號(hào) | 描述 |
|---|---|
| ?= | 前置約束-存在 |
| ?! | 前置約束-排除 |
| ?<= | 后置約束-存在 |
| ?<! | 后置約束-排除 |
4.1 ?=... 前置約束(存在)
?=... 前置約束(存在), 表示第一部分表達(dá)式必須跟在 ?=...定義的表達(dá)式之后.
返回結(jié)果只瞞住第一部分表達(dá)式.
定義一個(gè)前置約束(存在)要使用 (). 在括號(hào)內(nèi)部使用一個(gè)問號(hào)和等號(hào): (?=...).
前置約束的內(nèi)容寫在括號(hào)中的等號(hào)后面.
例如, 表達(dá)式 [T|t]he(?=\sfat) 匹配 The 和 the, 在括號(hào)中我們又定義了前置約束(存在) (?=\sfat) ,即 The 和 the 后面緊跟著 (空格)fat.
4.2 ?!... 前置約束-排除
前置約束-排除 ?! 用于篩選所有匹配結(jié)果, 篩選條件為 其后不跟隨著定義的格式
前置約束-排除 定義和 前置約束(存在) 一樣, 區(qū)別就是 = 替換成 ! 也就是 (?!...).
表達(dá)式 [T|t]he(?!\sfat) 匹配 The 和 the, 且其后不跟著 (空格)fat.
4.3 ?<= ... 后置約束-存在
后置約束-存在 記作(?<=...) 用于篩選所有匹配結(jié)果, 篩選條件為 其前跟隨著定義的格式.
例如, 表達(dá)式 (?<=[T|t]he\s)(fat|mat) 匹配 fat 和 mat, 且其前跟著 The 或 the.
4.4 ?<!... 后置約束-排除
后置約束-排除 記作 (?<!...) 用于篩選所有匹配結(jié)果, 篩選條件為 其前不跟著定義的格式.
例如, 表達(dá)式 (?<!(T|t)he\s)(cat) 匹配 cat, 且其前不跟著 The 或 the.
5. 標(biāo)志
標(biāo)志也叫修飾語, 因?yàn)樗梢杂脕硇薷谋磉_(dá)式的搜索結(jié)果.
這些標(biāo)志可以任意的組合使用, 它也是整個(gè)正則表達(dá)式的一部分.
| 標(biāo)志 | 描述 |
|---|---|
| i | 忽略大小寫. |
| g | 全局搜索. |
| m | 多行的: 錨點(diǎn)元字符 ^ $ 工作范圍在每行的起始. |
5.1 忽略大小寫 (Case Insensitive)
修飾語 i 用于忽略大小寫.
例如, 表達(dá)式 /The/gi 表示在全局搜索 The, 在后面的 i 將其條件修改為忽略大小寫, 則變成搜索 the 和 The, g 表示全局搜索.
5.2 全局搜索 (Global search)
修飾符 g 常用語執(zhí)行一個(gè)全局搜索匹配, 即(不僅僅返回第一個(gè)匹配的, 而是返回全部).
例如, 表達(dá)式 /.(at)/g 表示搜索 任意字符(除了換行) + at, 并返回全部結(jié)果.
5.3 多行修飾符 (Multiline)
多行修飾符 m 常用語執(zhí)行一個(gè)多行匹配.
像之前介紹的 (^,$) 用于檢查格式是否是在待檢測字符串的開頭或結(jié)尾. 但我們?nèi)绻胍诿啃械拈_頭和結(jié)尾生效, 我們需要用到多行修飾符 m.
例如, 表達(dá)式 /at(.)?$/gm 表示在待檢測字符串每行的末尾搜索 at后跟一個(gè)或多個(gè) . 的字符串, 并返回全部結(jié)果.
貢獻(xiàn)
- 報(bào)告問題
- 開放合并請(qǐng)求
- 傳播此文檔
- 直接和我聯(lián)系 ziishaned@gmail.com 或
Twitter URL
許可證
MIT ? Zeeshan Ahmed
