茫茫人海中剖毯，只找到了你

1. 什么是正則表達(dá)式

在某些情況下达皿，我們總是要在某個(gè)文本中查找某些復(fù)雜規(guī)則的字符串叶洞，正則表達(dá)式就是用戶描述這些規(guī)則的工具(正則表達(dá)式就是記錄文本規(guī)則的代碼)敛滋。

2. 舉個(gè)簡(jiǎn)單的栗子

假設(shè)在一篇英文文章中，你要查找hi這個(gè)單詞替废，這時(shí)候查找到的不僅有hi這個(gè)單詞箍铭，還有類似于hidden、hight等等的舶担，其實(shí)這不是我們想要的坡疼，我們要的僅僅就是hi這個(gè)詞，而這個(gè)時(shí)候衣陶，我們就應(yīng)該使用\bhi\b

1. 元字符\b：是正則表達(dá)式規(guī)定的一個(gè)特殊代碼柄瑰，代表著單詞的開(kāi)頭或結(jié)尾，即單詞的分界處剪况。需要說(shuō)明的是教沾，\b并不匹配單詞分割字符(空格、標(biāo)點(diǎn)符號(hào)译断、換行等)授翻，它只匹配一個(gè)位置。

2. 元字符.：用于匹配除了換行符以外的任意字符。

3. 元字符*：*既不代表字符堪唐，也不是位置巡语，而是數(shù)量；它指定前邊的內(nèi)容可以連續(xù)重復(fù)使用任意次以使得整個(gè)表達(dá)式得到匹配淮菠。

回到上面的例子男公，如果更換需求，現(xiàn)在需要查找的是hi###Max,###代表的是任意字符合陵，這時(shí)候我們就可以使用上面的三個(gè)元字符組合來(lái)查找這個(gè)特定規(guī)則的字符串了枢赔，即: \bhi\b.*\bMax\b。

目前我們只知道三個(gè)元字符拥知，如果我們知道了更多的元字符踏拜，我們就可以構(gòu)造出更強(qiáng)大的正則表達(dá)式。

1. 元字符

從以上的例子中我們已經(jīng)知道了三個(gè)元字符了低剔，下面我就來(lái)給大家再通過(guò)栗子介紹幾個(gè)常用的元字符速梗。

• \ba\w*\b：匹配以字母a開(kāi)頭的單詞(顯示以單詞開(kāi)始處\b,然后是字母a,然后是任意數(shù)量的字母或者數(shù)字\w,最后是單詞結(jié)尾處\b)

• \d+：匹配1個(gè)或者更多連續(xù)的數(shù)字。這里的+是和*類似的元字符蕊唐，不同的是*匹配重復(fù)任意次(可能是0次)，而+則匹配重復(fù)1次或者更多次烁设。

• 0\d{2}-\d{8}：匹配以0開(kāi)頭替梨，然后是兩個(gè)數(shù)字，然后是一個(gè)連字號(hào)-装黑，最后是8個(gè)數(shù)字

• \b\w{6}\b：匹配剛好6個(gè)字符的單詞

• ^\d{5,12}$：匹配的是5位到12位數(shù)字(因?yàn)槭褂昧?code>^和$,所以輸入的整個(gè)字符串都要用來(lái)和\d{5,12}來(lái)匹配副瀑，即整個(gè)輸入的必須是5到12個(gè)數(shù)字)

2. 字符轉(zhuǎn)義

如果我想在文本中查找元字符本身的話，該怎么查找呢恋谭？這時(shí)候就要使用轉(zhuǎn)義了

例如你要查找.糠睡，就應(yīng)該使用\.。如果你要查找*疚颊，就應(yīng)該使用\*狈孔。如果你要查找\，就應(yīng)該使用\\

3. 重復(fù)

4. 字符類

\d：代表的是0-9的數(shù)字集合材义，怎么可以自定義字符集呢均抽，可以使用[]來(lái)實(shí)現(xiàn)

• [0-9]代表的意義與\d就是完全一樣的

• [a-z0-9A-Z]也完全等同于\w（不考慮漢字）

• \(?0\d{2}[) -]?\d{8}：這個(gè)就稍微復(fù)雜了，這個(gè)表達(dá)式可以匹配下面幾種格式的電話號(hào)碼其掂，如：(010)66668888油挥、022-11335577、03312378956 分析一下：首先是一個(gè)轉(zhuǎn)義字符\(，后面跟了一個(gè)?深寥，代表這個(gè)(可以出現(xiàn)一次或者零次攘乒，其次是0，后面跟著2位數(shù)字\d{2}惋鹅，再后面是一個(gè)字符集分別是)则酝、、-负饲，后面有個(gè)?堤魁，代表這個(gè)字符集中的字符可以出現(xiàn)零次或者一次，再之后就是8位數(shù)字咯\d{8}返十。

5. 分枝條件

正則表達(dá)式里的分枝條件是指有幾種規(guī)則妥泉，如果滿足其中任意一種規(guī)則都應(yīng)該匹配，具體方法是使用|把不同的規(guī)則分隔開(kāi)(分枝條件會(huì)從左到右測(cè)試執(zhí)行每個(gè)條件)洞坑。

??

• 0\d{2}-\d{8}|0\d{3}-\d{7}：這個(gè)表達(dá)式能夠匹配到兩種以連字符號(hào)分隔的電話號(hào)碼：一種是三位區(qū)號(hào)盲链、8位本地號(hào)碼(如：101-88886666)，一種是4位區(qū)號(hào)迟杂、7位本地號(hào)碼(如：0371-6677889)

• \(0\d{2}\)[- ]?\d{8}|0\d{2}[- ]?\d{8}：這個(gè)表達(dá)式匹配3位區(qū)號(hào)的電話號(hào)碼刽沾，其中區(qū)號(hào)可以用小括號(hào)括起來(lái)，也可以不用排拷，區(qū)號(hào)與本地號(hào)之間可以用連字號(hào)或者空格間隔侧漓，也可以沒(méi)有間隔。

6. 分組

分組的主要目的就是重復(fù)监氢。上面我們已經(jīng)知道了怎么重復(fù)單個(gè)字符(直接在字符后面加上限定字符就可以了)布蔗；但如果想要重復(fù)多個(gè)字符改怎么辦呢？ 這就用到了分組：使用小括號(hào)來(lái)指定子表達(dá)式然后就可以指定這個(gè)子表達(dá)式的重復(fù)次數(shù)了浪腐。

• ((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)：這個(gè)表達(dá)式匹配的是IP地址纵揍。下面就拆分開(kāi)來(lái)逐個(gè)分析咯
  從左到右

1. 2[0-4]\d：此表達(dá)式主要是匹配200-249的數(shù)字

2. 25[0-5]：此表達(dá)式主要是匹配250-255的數(shù)字

3. [01]?\d\d?： 此表達(dá)式主要是匹配0-199的數(shù)字

4. (2[0-4]\d|25[0-5]|[01]?\d\d?)\.： 此表達(dá)式為匹配到0-255的數(shù)字，并在后面跟一個(gè).

5. ((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}：此表達(dá)式為將上一步的表達(dá)式重復(fù)3次

至于后面的跟前面的一樣议街，就不分析了

7. 反義

8. 向后引用

使用小括號(hào)指定一個(gè)子表達(dá)式后吧雹，匹配這個(gè)子表達(dá)式的文本可以在表達(dá)式或者其它程序中作進(jìn)一步的處理。默認(rèn)情況下涂身，每個(gè)分組都會(huì)自動(dòng)擁有一個(gè)組號(hào)吮炕，規(guī)則是:從左向右，以分組的左括號(hào)為標(biāo)志访得，第一個(gè)出現(xiàn)的分組的組號(hào)為1龙亲，第二個(gè)為2陕凹，以此類推。
向后引用用于重復(fù)搜索前面某個(gè)分組匹配的文本鳄炉。如：\1杜耙，表示分組1匹配的文本

• \b(\w+)\b\s+\1\b：可以用來(lái)匹配重復(fù)的單詞，如：go go或者kitty kitty拂盯。這個(gè)表達(dá)式首先是一個(gè)單詞佑女，也就是單詞的開(kāi)始處和結(jié)束處之間的多于一個(gè)的字母或者數(shù)字(\b(\w+)\b)，這個(gè)單詞會(huì)被普貨到編號(hào)為1的分組中谈竿，然后是1個(gè)或幾個(gè)空白符(\s+)团驱，最后是分組1中捕獲的內(nèi)容(\1)

當(dāng)然也可以指定子表達(dá)式的組名。
要指定一個(gè)表達(dá)式的組名空凸，需要使用這樣的語(yǔ)法：(?<Name>\w+)(或者把尖括號(hào)換成'嚎花，即(?'Name'\w+))，這樣就把\w+的組名指定為Name了呀洲。要反向引用這個(gè)分組捕獲的內(nèi)容紊选，可以使用\k<Name>，所以上一個(gè)栗子也可以寫成這樣紙：\b(?<Name>\w+)\b\s+\k<Name>\b

下表列出了小括號(hào)的一些常用的語(yǔ)法

我們已經(jīng)討論了前兩種語(yǔ)法吏夯。第三個(gè)(?:exp)不會(huì)改變正則表達(dá)式的處理方式坏平，只是這樣的組匹配的內(nèi)容不會(huì)像前兩種那樣被捕獲到某個(gè)組里面，也不會(huì)擁有組號(hào)锦亦。

9. 零寬斷言

上表中的四個(gè)零寬斷言用于查找在某些內(nèi)容(但并不包括這些內(nèi)容)之前或者之后的東西，也就是說(shuō)它們像\b令境、^杠园、$那樣用于指定一個(gè)位置，這個(gè)位置應(yīng)該滿足一定的條件(即斷言),因此它們也被稱為零寬斷言舔庶。
??

(?=exp)也叫零寬度正預(yù)測(cè)先行斷言抛蚁，它斷言自身出現(xiàn)的位置的后面能匹配表達(dá)式exp。如：\b\w+(?=ing\b)惕橙，匹配以ing結(jié)尾的單詞的前面部分(除了ing以外的部分)瞧甩，如查找I'm singing while you're dancing.時(shí)，它會(huì)匹配sing和danc弥鹦。
(?<=exp)也叫零寬度正回顧后發(fā)斷言肚逸，它斷言自身出現(xiàn)的位置的前面能匹配表達(dá)式exp爷辙。如：(?<=\bre)\w+\b會(huì)匹配以re開(kāi)頭的單詞的后半部分(除了re以外的部分)，如查找reading a book時(shí)朦促，它匹配ading膝晾。
(?<=\s)\d+(?=\s)匹配以空白符間隔的數(shù)字(不包括這些空白符)。

10. 負(fù)向零寬斷言

(?!exp)也叫零寬度負(fù)預(yù)測(cè)先行斷言务冕，它斷言此位置的后面不能匹配表達(dá)式exp血当。
(?<!exp)也叫零寬度負(fù)回顧后發(fā)斷言，它**斷言此位置的前面不能匹配表達(dá)式exp禀忆。
??

• \d{3}(?!\d)：匹配三位數(shù)字臊旭，并且這三位數(shù)字后面不能是數(shù)字
• \b((?!abc)\w)+\b：匹配不包含連續(xù)字符串abc的單詞
• (?<![a-z])\d{7}：匹配前面不是小寫字母的七位數(shù)字
• (?<=<(\w+)>).*(?=<\/\1>)：匹配不包含屬性的簡(jiǎn)單HTML標(biāo)簽里的內(nèi)容。分析：(?<=<(\w+)>)指定了這樣的前綴：被尖括號(hào)括起來(lái)的單詞(比如可能是<b>)箩退，然后是.*：任意的字符串离熏，最后是一個(gè)后綴(?=<\/\1>)，注意后綴中的\/乏德，它是前面介紹過(guò)的字符轉(zhuǎn)義撤奸；\1則是一個(gè)反向引用，引用的正式捕獲的第一組喊括，前面的(\w+)匹配的內(nèi)容胧瓜，這樣前綴實(shí)際上是<b>的話，后綴就是</b>了

11. 注釋

小括號(hào)的另一種用途是通過(guò)語(yǔ)法(?#comment)來(lái)包含注釋郑什。如：2[0-4]\d(?#200-249)|25[0-5](?#250-255)|[01]?\d\d?(?#0-199)府喳。

12. 貪婪與懶惰

a.*b：將會(huì)匹配最長(zhǎng)的以a開(kāi)始，以b結(jié)束的字符串蘑拯。如果用此表達(dá)式搜索匹配aabab钝满，它會(huì)匹配整個(gè)字符串aabab。這被稱為貪婪匹配申窘。

有時(shí)弯蚜，我們更需要懶惰匹配，也就是匹配盡可能少的字符剃法。以上個(gè)例子為準(zhǔn)碎捺，我們只需要在其后面加上一個(gè)問(wèn)號(hào)?，這樣贷洲，.*?就意味著匹配任意數(shù)量的重復(fù)收厨、但是在能使整個(gè)匹配成功的前提下使用最少的重復(fù)。

• a.*?b：匹配最短的优构，以a開(kāi)始诵叁，以b結(jié)束的字符串。如果應(yīng)用于aabab的話钦椭，它會(huì)匹配aab(第1-3個(gè)字符)和ab(第4-5個(gè)字符)拧额。
  注意：為什么匹配到的第一個(gè)是aab(1-3)而不是ab(2-3)碑诉。簡(jiǎn)單說(shuō)，正則表達(dá)式有一條規(guī)則比懶惰/貪婪規(guī)則的優(yōu)先級(jí)更高：最先開(kāi)始的匹配擁有最高的優(yōu)先權(quán)
  下表為懶惰限定符

以上這些關(guān)于正則表達(dá)式的介紹已經(jīng)足以讓我們編寫、改寫署照、讀懂一些常見(jiàn)的正則表達(dá)式祸泪，希望以上的介紹能夠幫助到你。

3. 關(guān)于正則表達(dá)式的學(xué)習(xí)

正則表達(dá)式的學(xué)習(xí)最重要的就是栗子,我們可以從不同的案例切入建芙，理解案例并對(duì)其修改没隘、實(shí)驗(yàn)(僅代表個(gè)人觀點(diǎn)，有更好的觀點(diǎn)可以和大家一起分享)禁荸。
關(guān)于測(cè)試：網(wǎng)上可以找到一些在線正則表達(dá)式測(cè)試的右蒲，童鞋們可以在那里測(cè)試驗(yàn)證自己寫的一些表達(dá)式。

參考來(lái)源