正则表达式学习总结

概述

正则表达式(Regular Expression)是一种文本模式，包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为"元字符"）。正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。正则表达式(regular expression)描述了一种字符串匹配的模式（pattern），可以用来检查一个串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等。主要是用来做文本的复杂处理。

基础

1、标准字符集合

标 签	作用
d	任意一个数字，0-9中任意一个
D	除了数字，大写标识相反的意思
w	匹配包括下划线的任何单词字符。等价于“[A-Za-z0-9_]”
s	匹配任何空白字符，包括空格、制表符、换页符等等。等价于[ fnrtv]
.	可以匹配任意字符

2、自定义字符集合

[] 方括号匹配方式，能够匹配方括号内的任意字符

符号	作用
[12A]	匹配“1”，“2”，“A”
1	匹配“a”，“b”，“c”之外的字符
[f-k]	匹配f到k之间的任意一个字符
2	匹配除A到F，0到3之外的字符或数字

3、修饰匹配次数的特殊符号

符号	作用
{n}	表达式重复n次
{m,n}	表达式至少重复m次，至多重复n次
{m，}	表达式至少重复m次
？	匹配表达式0次或者1次，相当于{0,1}

• | 表达式至少出现一次，相当于{1，}
• | 表达式至少出现零次，相当于{0，}

4、贪婪模式和非贪婪模式

贪婪模式：匹配的符合表达式的字符越多越好；

非贪婪模式：匹配字符越少越好，匹配的字符后加“?”修饰。

5、模式匹配

• 忽略大小写
  
• 单行模式
  整个文本看作一个字符串
• 多行模式
  文本按照行区分

6、字符边界

标题1	标题2
^	表示字符串开始的地方
$	表示字符串结束的地方
b	匹配一个单词的边界(单词边界两边没有其它字符)

高级

1、选择符和分组

符号	作用
\	或的关系(竖线)
()	通过括号组织一组表达式

反向引用

nnn 每一对()会分配一个编号，使用()的捕获根据左括号的顺序从1开始自动编号，通过反向引用，可以对分组已捕获的字符串进行引用。

2、预搜索(零宽断言)

这个位置应该符合某个条件，判断当前位置的前后字符是否符合指定的条件，但不匹配前后的字符，是对位置的匹配。

标题1	标题2
(?=exp)	后面匹配表达式
(?<=exp)	前面匹配表达式
(?!exp)	断言此位置的后面不能匹配表达式exp
(?	前面不能匹配表达式