课程地址
正则表达式是用来进行文本匹配的工具。
1、元字符
-
\b元字符，metacharacter
代表着单词的开头或结尾，也就是单词的分界处,它只匹配一个位置。
-
^匹配字符串的开始 -
$匹配字符串的结束
^\d{5,12}$比如一个网站如果要求你填写的QQ号必须为5位到12位数字时
-
.元字符，匹配除了换行符以外的任意字符 -
\d元字符，匹配一位数字(0，或1，或2，或……)
0\d{2}-\d{8}这里\d后面的{2}({8})的意思是前面\d必须连续重复匹配2次(8次)
-
\s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 -
\w匹配字母或数字或下划线或汉字等
\ba\w*\b匹配以字母a开头的单词
\b\w{6}\b匹配刚好6个字符的单词
\d+匹配1个或更多连续的数字
2、转义
如果你想查找元字符本身的话，\. 和\*。当然，要查找\本身，你也得用 \\
3、重复
-
*元字符，匹配数量。它指定*前边的内容可以连续重复使用任意次(可能是0次) -
+匹配重复1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 次到 m 次
Windows\d+匹配Windows后面跟1个或更多数字
^\w+匹配一行的第一个单词(或整个字符串的第一个单词，具体匹配哪个意思得看选项设置)
4、字符类
匹配没有预定义元字符的字符集合
-
[aeiou]就匹配任何一个英文元音字母 -
[.?!]匹配标点符号(.或?或!) -
[0-9]代表的含意与\d就是完全一致的 -
[a-z0-9A-Z_]也完全等同于\w（如果只考虑英文的话） -
\(?0\d{2}[) -]?\d{8}几种格式的电话号码，像(010)88886666，或022-22334455，或02912345678
5、分支条件
|
0\d{2}-\d{8}|0\d{3}-\d{7}8位本地号(如010-12345678)，或7位本地号(0376-2233445)
6、分组
-
(exp)用小括号来指定子表达式(也叫做分组)，可用于重复多个字符
((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)描述一个正确的IP地址
7、反义
-
\W匹配任意不是字母，数字，下划线，汉字的字符 -
\S匹配任意不是空白符的字符 -
\D匹配任意非数字的字符 -
\B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
8、后向引用
后向引用用于重复搜索前面某个分组匹配的文本。
-
\1代表分组1匹配的文本
\b(\w+)\b\s+\1\b匹配重复的单词，像go go, 或者kitty kitty
- 指定子表达式的组名
(?<Word>\w+)或(?'Word'\w+)这样就把\w+的组名指定为Word了
- 反向引用这个分组捕获的内容，你可以使用
\k<Word>
\b(?<Word>\w+)\b\s+\k<Word>\b
9、零宽断言
9.1、捕获
-
(exp)匹配exp,并捕获文本到自动命名的组里 -
(?<name>exp)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
9.2、零宽断言
-
(?=exp)匹配exp前面的位置
(?<=\s)\d+(?=\s)匹配以空白符间隔的数字(再次强调，不包括这些空白符)
-
(?<=exp)匹配exp后面的位置
((?<=\d)\d{3})+\b每三位间加一个逗号(当然是从右边加起了)，你可以这样查找需要在前面和里面添加逗号的部分
(?<=<(\w+)>).*(?=<\/\1>)匹配不包含属性的简单HTML标签内里的内容
-
(?!exp)匹配后面跟的不是exp的位置
\b\w*q(?!u)\w*\b匹配包含后面不是字母u的字母q的单词
-
(?<!exp)匹配前面不是exp的位置
\d{3}(?!\d)匹配三位数字，而且这三位数字的后面不能是数字
8.3、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
10、贪婪与懒惰
- 贪婪匹配
当正则表达式中包含能接受重复的限定符时，通常的行为是（在使整个表达式能得到匹配的前提下）匹配尽可能多的字符。
a.*b它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。
- 懒惰匹配
a.*?b匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab（第一到第三个字符）和ab（第四到第五个字符）
-
*?重复任意次，但尽可能少重复 -
+?重复1次或更多次，但尽可能少重复 -
??重复0次或1次，但尽可能少重复 -
{n,m}?重复n到m次，但尽可能少重复 -
{n,}?重复n次以上，但尽可能少重复
