<p align="center">
<img src="https://i.imgur.com/bYwl7Vf.png" alt="Learn Regex">
</p>
翻譯:
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(lái)從文本中找出滿(mǎn)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(xiě)的術(shù)語(yǔ)"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)證表單苇本、提取字符串等等.
想象你正在寫(xiě)一個(gè)應(yīng)用, 然后你想設(shè)定一個(gè)用戶(hù)命名的規(guī)則, 讓用戶(hù)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(lái)沒(méi)那么丑.
我們使用以下正則表達(dá)式來(lái)驗(yàn)證一個(gè)用戶(hù)名:
<p align="center">
<img src="./img/regexp-en.png" alt="Regular expression">
</p>
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?xiě)的字母而且太短了.
目錄
- 1. 基本匹配
- 2. 元字符
- 3. 簡(jiǎn)寫(xiě)字符集
- 4. 前后關(guān)聯(lián)約束(前后預(yù)查)
- 5. 標(biāo)志
- 額外補(bǔ)充
- 貢獻(xiàn)
- 許可證
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(kāi)始,接著是h
,再接著是e
.
<pre>
"the" => The fat cat sat on <a href="#learn-regex"><strong>the</strong></a> mat.
</pre>
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(xiě)敏感的, 所以The
不會(huì)匹配the
.
<pre>
"The" => <a href="#learn-regex"><strong>The</strong></a> fat cat sat on the mat.
</pre>
2. 元字符
正則表達(dá)式主要依賴(lài)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(xiě)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(lèi). 匹配方括號(hào)內(nèi)的任意字符. |
[^ ] | 否定的字符種類(lèi). 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)大括號(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(kāi)始行開(kāi)始匹配. |
$ | 從末端開(kāi)始匹配. |
2.1 點(diǎn)運(yùn)算符 .
.
是元字符中最簡(jiǎn)單的例子.
.
匹配任意單個(gè)字符, 但不匹配換行符.
例如, 表達(dá)式.ar
匹配一個(gè)任意字符后面跟著是a
和r
的字符串.
<pre>
".ar" => The <a href="#learn-regex"><strong>car</strong></a> <a href="#learn-regex"><strong>par</strong></a>ked in the <a href="#learn-regex"><strong>gar</strong></a>age.
</pre>
2.2 字符集
字符集也叫做字符類(lèi).
方括號(hào)用來(lái)指定一個(gè)字符集.
在方括號(hào)中使用連字符來(lái)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
.
<pre>
"[Tt]he" => <a href="#learn-regex"><strong>The</strong></a> car parked in <a href="#learn-regex"><strong>the</strong></a> garage.
</pre>
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
<pre>
"ar[.]" => A garage is a good place to park a c<a href="#learn-regex"><strong>ar.</strong></a>
</pre>
2.2.1 否定字符集
一般來(lái)說(shuō) ^
表示一個(gè)字符串的開(kāi)頭, 但它用在一個(gè)方括號(hào)的開(kāi)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.
<pre>
"[^c]ar" => The car <a href="#learn-regex"><strong>par</strong></a>ked in the <a href="#learn-regex"><strong>gar</strong></a>age.
</pre>
2.3 重復(fù)次數(shù)
后面跟著元字符 +
, *
or ?
的, 用來(lái)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(kāi)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(xiě)字母開(kāi)頭的字符串.
<pre>
"[a-z]*" => T<a href="#learn-regex"><strong>he</strong></a> <a href="#learn-regex"><strong>car</strong></a> <a href="#learn-regex"><strong>parked</strong></a> <a href="#learn-regex"><strong>in</strong></a> <a href="#learn-regex"><strong>the</strong></a> <a href="#learn-regex"><strong>garage</strong></a> #21.
</pre>
*
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(lái)用, 如表達(dá)式\s*cat\s*
匹配0或更多個(gè)空格開(kāi)頭和0或更多個(gè)空格結(jié)尾的cat字符串.
<pre>
"\scat\s" => The fat<a href="#learn-regex"><strong> cat </strong></a>sat on the <a href="#learn-regex">con<strong>cat</strong>enation</a>.
</pre>
2.3.2 +
號(hào)
+
號(hào)匹配+
號(hào)之前的字符出現(xiàn) >=1 次.
例如表達(dá)式c.+t
匹配以首字母c
開(kāi)頭以t
結(jié)尾,中間跟著任意個(gè)字符的字符串.
<pre>
"c.+t" => The fat <a href="#learn-regex"><strong>cat sat on the mat</strong></a>.
</pre>
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
.
<pre>
"[T]he" => <a href="#learn-regex"><strong>The</strong></a> car is parked in the garage.
</pre>
<pre>
"[T]?he" => <a href="#learn-regex"><strong>The</strong></a> car is parked in t<a href="#learn-regex"><strong>he</strong></a> garage.
</pre>
2.4 {}
號(hào)
在正則表達(dá)式中 {}
是一個(gè)量詞, 常用來(lái)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}
匹配最少 2 位最多 3 位 0~9 的數(shù)字.
<pre>
"[0-9]{2,3}" => The number was 9.<a href="#learn-regex"><strong>999</strong></a>7 but we rounded it off to <a href="#learn-regex"><strong>10</strong></a>.0.
</pre>
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
<pre>
"[0-9]{2,}" => The number was 9.<a href="#learn-regex"><strong>9997</strong></a> but we rounded it off to <a href="#learn-regex"><strong>10</strong></a>.0.
</pre>
<pre>
"[0-9]{3}" => The number was 9.<a href="#learn-regex"><strong>999</strong></a>7 but we rounded it off to 10.0.
</pre>
2.5 (...)
特征標(biāo)群
特征標(biāo)群是一組寫(xiě)在 (...)
中的子模式. 例如之前說(shuō)的 {}
是用來(lái)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
.
<pre>
"(c|g|p)ar" => The <a href="#learn-regex"><strong>car</strong></a> is <a href="#learn-regex"><strong>par</strong></a>ked in the <a href="#learn-regex"><strong>gar</strong></a>age.
</pre>
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
.
<pre>
"(T|t)he|car" => <a href="#learn-regex"><strong>The</strong></a> <a href="#learn-regex"><strong>car</strong></a> is parked in <a href="#learn-regex"><strong>the</strong></a> garage.
</pre>
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(lái)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(xiě)成 \.
以下這個(gè)例子 \.?
是選擇性匹配.
<pre>
"(f|c|m)at.?" => The <a href="#learn-regex"><strong>fat</strong></a> <a href="#learn-regex"><strong>cat</strong></a> sat on the <a href="#learn-regex"><strong>mat.</strong></a>
</pre>
2.8 錨點(diǎn)
在正則表達(dá)式中, 想要匹配指定開(kāi)頭或結(jié)尾的字符串就要使用到錨點(diǎn). ^
指定開(kāi)頭, $
指定結(jié)尾.
2.8.1 ^
號(hào)
^
用來(lái)檢查匹配的字符串是否在所匹配字符串的開(kāi)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(kāi)頭.
例如, ^(T|t)he
匹配以 The
或 the
開(kāi)頭的字符串.
<pre>
"(T|t)he" => <a href="#learn-regex"><strong>The</strong></a> car is parked in <a href="#learn-regex"><strong>the</strong></a> garage.
</pre>
<pre>
"^(T|t)he" => <a href="#learn-regex"><strong>The</strong></a> car is parked in the garage.
</pre>
2.8.2 $
號(hào)
同理于 ^
號(hào), $
號(hào)用來(lái)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.
<pre>
"(at.)" => The fat c<a href="#learn-regex"><strong>at.</strong></a> s<a href="#learn-regex"><strong>at.</strong></a> on the m<a href="#learn-regex"><strong>at.</strong></a>
</pre>
<pre>
"(at.)$" => The fat cat. sat. on the m<a href="#learn-regex"><strong>at.</strong></a>
</pre>
3. 簡(jiǎn)寫(xiě)字符集
正則表達(dá)式提供一些常用的字符集簡(jiǎn)寫(xiě). 如下:
簡(jiǎn)寫(xiě) | 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(yè)符 |
\n | 匹配一個(gè)換行符 |
\r | 匹配一個(gè)回車(chē)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 )鲸睛,用來(lái)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(kāi)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)果只滿(mǎn)足第一部分表達(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(wèn)號(hào)和等號(hào): (?=...)
.
前置約束的內(nèi)容寫(xiě)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
.
<pre>
"(T|t)he(?=\sfat)" => <a href="#learn-regex"><strong>The</strong></a> fat cat sat on the mat.
</pre>
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
.
<pre>
"(T|t)he(?!\sfat)" => The fat cat sat on <a href="#learn-regex"><strong>the</strong></a> mat.
</pre>
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
.
<pre>
"(?<=(T|t)he\s)(fat|mat)" => The <a href="#learn-regex"><strong>fat</strong></a> cat sat on the <a href="#learn-regex"><strong>mat</strong></a>.
</pre>
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
.
<pre>
"(?<!(T|t)he\s)(cat)" => The cat sat on <a href="#learn-regex"><strong>cat</strong></a>.
</pre>
5. 標(biāo)志
標(biāo)志也叫修飾語(yǔ), 因?yàn)樗梢杂脕?lái)修改表達(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(xiě). |
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(xiě) (Case Insensitive)
修飾語(yǔ) i
用于忽略大小寫(xiě).
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(xiě), 則變成搜索 the
和 The
, g
表示全局搜索.
<pre>
"The" => <a href="#learn-regex"><strong>The</strong></a> fat cat sat on the mat.
</pre>
<pre>
"/The/gi" => <a href="#learn-regex"><strong>The</strong></a> fat cat sat on <a href="#learn-regex"><strong>the</strong></a> mat.
</pre>
5.2 全局搜索 (Global search)
修飾符 g
常用語(yǔ)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.
<pre>
"/.(at)/" => The <a href="#learn-regex"><strong>fat</strong></a> cat sat on the mat.
</pre>
<pre>
"/.(at)/g" => The <a href="#learn-regex"><strong>fat</strong></a> <a href="#learn-regex"><strong>cat</strong></a> <a href="#learn-regex"><strong>sat</strong></a> on the <a href="#learn-regex"><strong>mat</strong></a>.
</pre>
5.3 多行修飾符 (Multiline)
多行修飾符 m
常用語(yǔ)執(zhí)行一個(gè)多行匹配.
像之前介紹的 (^,$)
用于檢查格式是否是在待檢測(cè)字符串的開(kāi)頭或結(jié)尾. 但我們?nèi)绻胍诿啃械拈_(kāi)頭和結(jié)尾生效, 我們需要用到多行修飾符 m
.
例如, 表達(dá)式 /at(.)?$/gm
表示小寫(xiě)字符 a
后跟小寫(xiě)字符 t
, 末尾可選除換行符外任意字符. 根據(jù) m
修飾符, 現(xiàn)在表達(dá)式匹配每行的結(jié)尾.
<pre>
"/.at(.)?$/" => The fat
cat sat
on the <a href="#learn-regex"><strong>mat.</strong></a>
</pre>
<pre>
"/.at(.)?$/gm" => The <a href="#learn-regex"><strong>fat</strong></a>
cat <a href="#learn-regex"><strong>sat</strong></a>
on the <a href="#learn-regex"><strong>mat.</strong></a>
</pre>
6. 貪婪匹配與惰性匹配 (Greedy vs lazy matching)
正則表達(dá)式默認(rèn)采用貪婪匹配模式斯嚎,在該模式下意味著會(huì)匹配盡可能長(zhǎng)的子串。我們可以使用 ?
將貪婪匹配模式轉(zhuǎn)化為惰性匹配模式。
<pre>
"/(.*at)/" => <a href="#learn-regex"><strong>The fat cat sat on the mat</strong></a>. </pre>
<pre>
"/(.*?at)/" => <a href="#learn-regex"><strong>The fat</strong></a> cat sat on the mat. </pre>