正则表达式

November 08, 2023 2119

一、几个常用规则

（一）完全匹配

  • 正则表达式是用来匹配文本的，现在假设我们要匹配 “abcdefg” 这一字符串中的 “abc” 三个字母，我们该怎么写呢？

    1
    2
    abc
    复制代码

  • 如果正则表达式的匹配内容很简单，也很明确，可以进行完全匹配，写出来的结果就是这样的。

（二）一些常用字符

1、符号 |

  • "|" 这个字符，表示 或，即匹配 ab 或者 ef

    1
    2
    3
    4
    5
    6
    //  要求：在 "acabcdefgh acbbcdefgh accbcdefgh" 字符串中，要匹配 "abcdef"，"bbcdef"，"cbcdef" 三个子串

    abcdef|bbcdef|cbcdef

    写法正确，不过略显繁琐。我们的写法如下：
    (a|b|c)bcdef

2、符号 []

  • 中括号是字符集的意思( 集合 )，里面包含的字符，都是或（”|”）的关系

    1
    2
    3
    4
    5
    ac[a-c]bcdef
    //  "[a-c]" 表示的是匹配 a-c 之间的任意字符。

    [^a-c]
    //  匹配 a-c 范围以外其他的字符   ^搭配[]使用，取反的作用

3、限制符号 * + ? {}

  • 简析

    1
    2
    3
    4
    5
    {n,m}   //  表示匹配前面子表达式至少N次，最多m次

    *   //  等价于  {0，}   匹配前面子表达式，0次或者多次
    +   //  等价于  {1，}   匹配前面子表达式，1次或者多次
    ?   //  等价于  {0，1}   匹配前面子表达式，0次或者1次

4、几个转义字符

  • "\d" 表示匹配数字字符，等价于 “[0-9]”。

  • "\D" 表示匹配非数字字符，等价于 “[^0-9]”。

  • "\n" 表示匹配换行符。

  • "\s" 表示匹配任何空白字符，等价于 “[\f\n\r\t\v]”。

  • "\S" 表示匹配任何非空白字符，等价于 “[^\f\n\r\t\v]”

5、符号 .

  • 符号 "." 会匹配 “\n” 以外的所有字符，也是比较常用的。

6、符号 ?

  • "?" 符号的非贪婪匹配

  • 限制字符 “* + ? {}” 默认的匹配规则是贪婪的。什么意思呢？

    比如说有一个字符串 “abbbbb”，我们使用正则表达式 “ab+” 去匹配，匹配的结果是 “abbbbb”，会尽可能多的去匹配满足的字符。

    我们如果想尽可能少的匹配满足的字符，那么就在限定符后面加 “?”。

7、符号 ()

  • 小括号的含义是分组，可以理解为被小括号包含的子表达式就是一个分组

二、例子简析

1、例子1

  • ** IP 地址的正则表达式**：”((2[0-4]\d|25[0-5]|[01]?\d\d?).){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)”

  • 第一段 "(2[0-4]\d|25[0-5]|[01]?\d\d?)\.)"，这里用 “|” 分割了三种匹配情况。

    1
    2
    3
    4
    //  第一种是 "2[0-4]\d"，即三位数字，第一位是 2，第二位是 0 - 4 之间，第三位是任意数字。
    //  第二种是 "25[0-5]"，三位数字，第一位是 2，第二位是 5，第三位是 0 - 5 之间。
    //  第三种是 "[01]?\d\d?"，第一位是 0 或者 1，匹配零次或一次，第二位和第三位是任意数字，第三位数字匹配零次或一次，也就是 一位数，两位数，三位数都可能满足这种情况。
    //  第一段末尾是 "\." 作为分隔符。

  • 第二段 "{3}"，这个表示前面的子表达式重复三次，也就是 IP 地址的前三个字节

  • 第三段 “(2[0-4]\d|25[0-5]|[01]?\d\d?)”，和第一段是一样的

2、例子2

  • 匹配电子邮箱：”([a-z0-9_.-]+)@([\da-z.-]+).([a-z.]{2,6})”
  • 第一段 "([a-z0-9_\.-]+)"，表示匹配 a-z 范围内的字母，0-9 范围的数字，以及 “_”，”.”，”-“ 三个字符，”+” 表示至少有一个字符
  • 第二段 "@" 表示匹配 “@” 字符
  • 第三段 "([\da-z\.-]+)"，”\d” 表示匹配任意数字，a-z 范围的字母，”.”，”-“ 两个字符，”+” 至少有一个字符。
  • 第四段 "\." 表示匹配 “.” 字符
  • 第五段 "([a-z\.]{2,6})"，表示匹配 a-z 范围的字母，”.” 字符，”{2,6}” 表示至少 2 个字符，至多 6 个字符