正则表达式基本使用介绍

正则表达式有两种风格:posix和perl风格,最常用是posix风格的。下面记录的均是posix风格

字符集和类

  1. 通配符,可以匹配除换行符(\\n)之外的任意一个字符

.at,可以匹配”cat”,”sat”,”mat”等,一般这种通配符用于匹配操作系统中的文件名

  1. 限定范围
  1. 如果要限定匹配的范围,可以使用[a-z]at形式,任何包括在方括号中的内容都是一个字符类-匹配字符所属的字符集合
  2. 可以列出一个集合,[aeiou],来匹配所有元音字母
  3. 也可以描述一个范围,正如前面的连字符,也是一个范围集:[a-zA-Z],这个集合代表任何的大小字母
  4. 也可以指明不属于某个集合,[^a-z],用来匹配不在小写字母中的字符

重复

如果希望某个字符串或者字符类不止一次出现,可以使用2个特殊字符代替:*+,这两个符号放在表示式后面

  • *表示这个模式可以重复0次或多次
  • +表示这个模式可以重复1次或更多次

c+at,表示可以匹配”cat”,”ccat”,”cccat”,但是无法匹配”at”
c*at,表示可以匹配”cat”,”ccat”,”cccat”,也可以匹配”at”

子表达式

通常,将一个表达式分为几个子表达式非常有用,使用圆括号来实现。

(very )*large,可以匹配:”large”,”very large”,”very very large”

子表达式计数

可以在花括号{}中的数字表达式来指定内容允许重复出现的次数。可以指定一个确切的数字,也可以是一个重复次数范围,或是一个开区间的重复范围

(very){1, 2},可以匹配”very”,”veryvery”
(very){3},可以匹配”veryveryvery”
(very)(1,),可以匹配”very”,”veryvery”,”veryveryvery”…

定位到字符串的开始或末尾

脱字符号^用于正则表达式的开始,表示子字符串必须出现被搜索字符串的开始处
字符$,用于正则表达式的末尾,表示子字符串必须出现在字符串的末尾

^bob,用于在字符串开始处匹配bob
com$,用于在字符串末尾处匹配com
^[a-z]$,这个将只能匹配a-z之间的字符组成的字符串

分支

可以使用正则表达式中一条竖线,来表示一个选择
com|edu|net,来匹配”com”,”net”,”edu”中任意一个

匹配特殊字符

如果要匹配那些特殊字符,需要使用转义形式,在要匹配的字符前面加一个反斜杠\\

特殊字符主要有:

  • \: 转义字符
  • ^: 在字符串开始匹配
  • $: 在字符串末尾匹配
  • .: 匹配除换行符之外的字符(字符串末尾仅代表.
  • |: 选择分支的开始
  • (: 子模式开始
  • ): 子模式结束
  • *: 重复0次或多次
  • +: 重复1次或多次
  • {: 最小/最大量记号开始
  • }: 最小/最大量记号结束
  • ?: 标记一个子模式为可选

\\,表示匹配反斜杠\
\\$,表示匹配$

    原文作者:zhaolion
    原文地址: https://www.jianshu.com/p/6985259dd942
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞