正则表达式 入门

简介

正则表达式，又称规则表达式，通常被用来检索、替换那些符合某个模式(规则)的文本。

许多程序设计语言都支持利用正则表达式进行字符串操作。例如，在Perl中就内建了一个功能强大的正则表达式引擎。

学会使用正则表达式可以极大提高我们文本处理效率，并且各大操作系统、编程语言、文本编辑器都已经支持正则表达式

在线正则测试工具：https://regex101.com/r/PnzZ4k/1

下面的例子我会使用Sublime Text（对了，这个工具也非常好用）实现

元字符

一般普通字符表示的还是原来的意思，比如字符 e

举例：

所谓元字符（Metacharacter）就是指那些在正则表达式中具有特殊意义的专用字符

特殊单字符

举例1：

举例2：

空白符

举例：

s 能匹配上各种空白符号，也可以匹配上空格

量词

举例1：

举例2：

范围

举例：

贪婪、非贪婪与独占

正则有三种模式：贪婪匹配、非贪婪匹配和独占模式

• 贪婪匹配：在正则中，表示次数的量词默认是贪婪的，在贪婪模式下，会尝试尽可能最大长度去匹配。
• 非贪婪匹配：找出长度最小且满足要求的，量词后面要加上英文的问号(?)，正则就变成了 a*?。

举个例子1：

匹配结果是："aaa"，""

为什么会匹配到空字符串？

因为星号（*）代表0到多次。

举个例子2：

独占模式：

不管是贪婪模式，还是非贪婪模式，都需要发生回溯才能完成相应的功能。

但是在一些场景下，我们不需要回溯，匹配不上返回失败就好了，因此正则中还有另外一种模式，独占模式，它类似贪婪匹配，但匹配过程不会发生回溯，因此在一些场合下性能会更好。

什么是回溯？

例如下面的正则：

regex = “xy{1,3}z”

text = “xyyz”

在匹配时，y{1,3}会尽可能长地去匹配，当匹配完 xyy 后，由于 y 要尽可能匹配最长，即三个，但字符串中后面是个 z 就会导致匹配不上，这时候正则就会向前回溯，吐出当前字符 z，接着用正则中的 z 去匹配

分组与引用

举个例子：

假设我们现在要去查找15位或18位数字。

根据前面学习的知识，使用量词可以表示出现次数，使用管道符号可以表示多个选择，你应该很快就能写出d15}d{18。

但经过测试，你会发现，这个正则并不能很好地完成任务，因为18位数字也会匹配上前15位

没有匹配到18位的记录

解决方式

可以用括号括起来表示一个整体

替换举例

替换后：

匹配模式

常见的匹配模式有4种，分别是不区分大小写模式、点号通配模式、多行模式和注释模式

不区分大小写模式

**使用模式修饰符：**放在整个正则前面时，表示匹配模式

点号通配模式

点号它可以匹配上任何符号，但不能匹配换行，如何匹配真正的“任意”符号

多行匹配模式

多行模式的作用在于，使 ^ 和 $ 能匹配上每行的开头或结尾，我们可以使用模式修饰符号 (?m) 来指定这个模式

注释模式

为正则添加注释

断言

断言是指对匹配到的文本位置有要求。

通过一些例子来讲解。

你应该知道 d{11} 能匹配上11位数字，但这11位数字可能是18位身份证号中的一部分。再比如，去查找一个单词，我们要查找 tom，但其它的单词，比如 tomorrow 中也包含了tom

单词边界

环视

举例邮政编码的判断：6位数字，且左边不是数字，右边不是数字