其他分享
首页 > 其他分享> > 正則表達式

正則表達式

作者:互联网

正则

元字符

元字符:.^$+?{}[]|()\

.   通配符(除\n的任何字符)
\d  数字
\s  空白字符
\w  字母或数字或下划线或汉字
\b  特殊字符边界(匹配单词边界,不匹配任何字符。要防止转义字符串前面加r)
^   开始
$   结束

字符转义

\用来转义匹配元字符 匹配\ 需要用\

字符类

字符范围

[] 从字符集里匹配一个 可以使用a-z a,z表示范围 [.?!] 匹配标点符号(.或?或!)

例子:

[\u4E00-\u9FA5] 匹配汉字

重复匹配


*   0~无穷(可以按照0*True,结果为0)尽可能多的匹配
+   1~无穷(可以按照0+True,结果为True)
?   出现0~1次(取最少)非贪婪匹配

{n,m}   n-m次
{n,}    多于n次
{0,}==*        {0,1}==?   {1,}==+

例子:
手机号码的正则:

^1[3|5|8]\d{9}$

贪婪与懒惰

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。以这个表达式为例: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。这被称为贪婪匹配。

有时,我们更需要懒惰匹配,也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式,只要在它后面加上一个问号? 这样.*?就意味着匹配任意数量的重复,但是在能使整个匹配成功的前提下使用最少的重复。现在看看懒惰版的例子吧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abab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)。

为什么第一个匹配是aab(第一到第三个字符)而不是b(第二到第三个字符)?简单地说,因为正则表达式有另一条规则,比懒惰/贪婪规则的优先级更高:最先开始的匹配拥有最高的优先权——The match that beginsearliest wins。

默认贪婪匹配(从后往前匹配)

非贪婪(从前往后)在贪婪后面加?

|分支条件(或匹配)

\d{5}-\d{4}|\d{5}这个表达式用于匹配美国的邮政编码。美国邮编的规则是5位数字,或者用连字号间隔的9位数字。之所以要给出这个例子是因为它能说明一个问题:使用分枝条件时,要注意各个条件的顺序。如果你把它改成\d{5}|\d{5}-\d{4}的话,那么就只会匹配位的邮编(以及9位邮编的前5位)。原因是匹配分枝条件时,将会从左到右地测试每个条件,如果满足了某个分枝的话,就不会去再管其它的条件了。

()分组

(\d{1,3}.){3}\d{1,3}是一个简单的地址匹配表达式。要理解这个表达式,请按下列顺序分析它:\d{1,3}匹配1到3位的数字,(\d{1,3}.){3}匹配三位数字加上一个英文句号这个整体也就是这个分组)重复3次,最后再加上一个一到三位的数字(\d{1,3})

使用小括号指定一个子表达式后,匹配这个子表达式的文本(也就是此分组捕获的内容)可以在表达式或其它程序中作进一步的处理。默认情况下,每个分组会自动拥有一个组号,规则是:从左向右,以分组的左括号为标志,第一个出现的分组的组号为1,第二个为2,以此类推。

不幸的是,它也将匹配256.300888999这种不可能存在的|P地址。如果能使用算术比较的话,或许能简单地解决这个问题,但是正则表达式中并不提供关于数学的任何功能,所以只能使用冗长的分组,选择,字符类来描述一个正确的|P地址:(2[0-4]\d|25[0-5]|[01]?\d\d?\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)

var s='JavaScript and Java'
var p=/\bJava(\w+)\b/
p.exec(s)[0]    //结果为:"JavaScript"
p.exec(s)[1]    //结果为:"Script"

反义

有时需要查找不属于某个能简单定义的字符类的字符。比如想查找除了数字以外,其它任意字符都行的情况,这时需要用到反义。

常用反义代码:

代码/语法 说明
\W 非字母数字下划线汉字
\S 非空白字符
\D 非数字字符
\B 非单词开头或结尾
[^x] 非x以外的任意字符
[^aeiou] 非aeiou的任意字符

例子:

\S+ 匹配不包含空白字符的字符串
<a[^>]+>    匹配尖括号包起来的a开头的字符串

非获取匹配:

\w(?=pattern)  正向肯定匹配
(?<=pattern)\w  逆向肯定匹配
\w(?!pattern)  正向否定匹配
(?!pattern)\w  反向否定匹配

后向引用

\b(\w+)\b\s+\1\b  \1表示第一个分组的内容  用来匹配重复相邻的单词:go go

你也可以自己指定子表达式的组名。要指定一个子表达式的组名,请使用这样的语法:(?<Word>\w+)或者把尖括号换成'也行:(?'Word'\w+),这样就把\w+的组名指定为Word了。要反向引用这个分组捕获的内容,你可以使用\k<Word>,所以上一个例子也可以写成这样:(?<Word>\w+)\b\s+\k<Word>\b

实用小括号是还有很多用法,列举下常用的:

分类 代码/语法 说明
捕获 (exp) 匹配exp,并捕获文本到自动命名的组里
捕获 (?<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)
捕获 (?:exp) 匹配exp,不捕获文本,不分配组好
零宽断言 (?=exp) 匹配exp前面的位置
零宽断言 (?<=exp) 匹配exp后面的位置
零宽断言 (?!exp) 匹配后面跟的不是exp的位置
零宽断言 (?<!exp) 匹配前面不是exp的位置
注释 (?#comment) 这种分组不对正则表达式产生任何影响,提供注释让人阅读

零宽断言

接下来的四个用于查找在某些内容(但并不包括这些内容)之前或之后的东西,也就是说它们像b,^,$那样用于指定一个位置,这个位置应该满足一定的条件即断言),因此它们也被称为零宽断言。最好还是拿例子来说明吧:

断言用来声明一个应该为真的事实。正则表达式中只有当断言为真时才会继续进行匹配。

(?=exp)也叫零宽度正预测先行断言,它断言自身出现的位置的后面能匹配表达式exp。比如\b\w+(?=ing\b),匹配以ing结尾的单词的前面部分(除了ing以外的部分),如查找I'm singing while you‘re dancing时,它会匹配sing和danc。

(?<=exp)也叫零宽度正回顾后发断言,它断言自身岀现的位置的前面能匹配表达式exp。

比如(?<=\bre)\w+\b会匹配以re开头的单词的后半部分除了re以外的部分),例如在查找 reading a book时,它匹配ading假如你想要给一个很长的数字中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:((?<=\d)\d{3})+\b,用它对1234567890进行查找时结果是234567890。

下面这个例子同时使用了这两种断言:(?<=\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)

反向零宽断言

\b\w*q[^u]\w*\b匹配包含后面不是字母u的字母q的单词。但是如果多做测试(或者你思维足够敏锐,直接就观察出来了),你会发现,如果q出现在单词的结尾的话,像iraq,Benq,这个表达式就会出错。这是因为[^u]总要匹配一个字符,所以如果q是单词的最后一个字符的话,后面的[^u]将会匹配q后面的单词分隔符(可能是空格,或者是句号或其它的什么),后面的\w*\b将会匹配下一个单词,于是\b\w*q[^u]\w*\b就能匹配整个Iraqfighting。负向零宽断言能解决这样的问题,因为它只匹配一个位置,并不消费任何字符。现在,我们可以这样来解决这个问题:\b\w*q(?!u)\w*\b

零宽度负预测先行断言(?!exp),断言此位置的后面不能匹配表达式exp。例如:\d{3}(?!\d)匹配三位数字,而且这三位数字的后面不能是数字;\b((?!abc)\w)+\b匹配不包含连续字符串abc的单词。

同理,我们可以用(?<!exp),零宽度负回顾后发断言来断言此位置的前面不能匹配表达式exp:(?<![a-z])\d{7}匹配前面不是小写字母的七位数字。

请详细分析表达式(?<=<(\W+)>).*(?=<\/\1>),这个表达式最能表现零宽断言真正用途。

一个更复杂的例子:(?<=<(\W+)>).*(?=<\/\1>)匹配不包含属性的简单HTML标签内里的内容。(?<=<(w+)>)指定了这样的前缀:被尖括号括起来的单词(比如可能是),然后是.*(任意的字符串)最后是一个后缀(?=</\1>)。注意后缀里的/,它用到了前面提过的字符转义;\则是一个反向引用,引用的正是捕获的第一组,前面的(W+)匹配的内容,这样如果前缀实际上是的话,后缀就是了。整个表达式匹配的是之间的内容(再次提醒,不包括前缀和后缀本身)

小括号的另一种用途是通过语法(?#comment)来包含注释。例如:2[0-4]\d(?#200-249)|25[0-5](?#250-255)|[01]?\d\d?(?#0-199)

正则表达式测试器

标签:字符,匹配,断言,表達式,正則,单词,exp,表达式
来源: https://www.cnblogs.com/Neroi/p/12716876.html