|
看了经典的30分钟入门正则表达式，有了这篇笔记。
像任何一门自然语言，正则表达式有他自己的元音字母——元字符，必须牢牢的记住每一个原字符的含义才能流畅看正则表达式。否则一遇到就查表是浪费时间且痛苦的。
常用的原字符：
. 点号。一个点号可以代表除了换行符以外的任何字符。
^ 匹配接受匹配的字符串的开始。只匹配一个位置
$ 匹配接受匹配的字符串的结束。只匹配一个位置
b boundary 它可以匹配 单词的边界。可以是单词开头或者结尾，单词往往使用空格和标点符号作为分界，但是b只匹配一个位置，不匹配字符。
d digit 匹配一个数字。
w word 匹配字母数字下划线，汉字。
s split 匹配空格，tab，换行符，全角的空格等等。
如果需要匹配元字符本身，那么在写表达式的时候必须在元字符前加上反斜杠。告诉程序取消原字符的特殊意义。
如果要匹配一连串同类型的数据，可以使用重复语法来写正则表达式。
* 星号。 一个星号代表重复前边的内容任意次。
+ 加号。 加号和星号类似，但是重复次数是1到无穷大。
？ 问号。重复一次或者零次。
{n} 花括号，重复n次。
{n,} 重复n次以上。
{n,m} 重复n，到m次
如果，一个位置只需要在少部分字符中进行选择的话。我们可以自定义一个集合进行匹配。我们使用方括号来列出集合元素。扩号中有些原字符就变意思了，比如^。
[] 代表是一个小集合
[0-9] 匹配数字
[a-zA-Z] 匹配字母
如果我们需要在一个表达式中写多个规则，那么可以使用到分支条件 | 来分开规则|
| 管道符号，代表前面和后面分别是不同的规则，当不满足前面的规则时，继续匹配。
所以能匹配较多的规则应该放在前面，否则容易出错。
如果需要重复多个字符，我们需要在总表达式中写子表达式。这时候我们使用（）小括号来分组。
() 小括号，可以把正则表达式当成一组来使用。用法比较多。
比较简单，就是反义元字符。
W 匹配任意不是字符数字下划线，汉字的字符。
S 匹配任意不是空白字符的字符（分割字符）
D 匹配任意非数字的字符。
B 匹配不是单词开头或者结尾的字符。
[^x] 匹配除了x的以外的任意字符。
[^aeiou] 匹配除了aeiou以外的字符。
使用小括号指定一个子表达式，匹配这个表达式的文本可以在表达式或者其他程序中做进一部处理。默认情况，分组从左到右分配组号，1，2，3................
注意：分组0对应整个表达式；分配过程有两次，第一遍给未命名的组分配，第二次给命名组分配，所以命名组组号大雨未命名组；（？：exp） 该组不分配组号。exp指表达式。后向引用可以重复搜索前面分组匹配到的单词。反斜杠后面跟组号 ，1，就能引用。
也可以指定组名。语法为(?<word>exp)，或者(？‘word’exp)这样组名就指定为word。引用的话就可以使用k<word>。
(exp) 匹配exp，自动命名
(?<word>exp),(?'word'exp) 匹配exp，组名word
(?:exp) 匹配exp，不捕获文本。
第一次看到这个名字，就醉了。什么鬼啊。先看看有哪些鬼。
(?=exp) 匹配exp前面的位置，以exp结尾不带exp的部分
(?<=exp) 匹配exp后面的位置，以exp开头不带exp的部分
(?!exp) 匹配后面跟的不是exp的位置，后面不是exp得都行
(?<!exp) 匹配前面不是exp的位置。前面不是exp的都行。
太反人类了，以后用到在研究。
(?#这个就是注释，我就不多写了)
这小结比较重要。因为常用。默认情况下匹配重复的时候正则表达式会尽可能匹配最多个字符。这就是贪婪。
那么懒惰就是在重复符后面加个？问号
*？ 重复任意次尽可能少
+？ 重复一到任意次尽可能少
？？ ~~~~~~脑补~~~~~~~~
{n，m}? ~~~~~~脑补~~~~~~
{n，}？ ~~~~~~脑布~~~~~~
Ignorecase 忽略大小写
Multiline 多行，改变&和^的意思
Singleline 单行，更改.的意思，使它和每一个字符匹配
IgnorePatternWhitespace 忽略表达式中的非转义空白并启用#标记的注释，看不懂
ExplicitCapture 仅捕获已经被显示命名的组。
| 代码/语法 |
说明 |
| a |
报警字符(打印它的效果是电脑嘀一声) |
| b |
通常是单词分界位置，但如果在字符类里使用代表退格 |
| t |
制表符，Tab |
| r |
回车 |
| v |
竖向制表符 |
| f |
换页符 |
| n |
换行符 |
| e |
Escape |
| nn |
ASCII代码中八进制代码为nn的字符 |
| xnn |
ASCII代码中十六进制代码为nn的字符 |
| unnnn |
Unicode代码中十六进制代码为nnnn的字符 |
| cN |
ASCII控制字符。比如cC代表Ctrl+C |
| A |
字符串开头(类似^，但不受处理多行选项的影响) |
| Z |
字符串结尾或行尾(不受处理多行选项的影响) |
| z |
字符串结尾(类似$，但不受处理多行选项的影响) |
| G |
当前搜索的开头 |
| p{name} |
Unicode中命名为name的字符类，例如p{IsGreek} |
| (?>exp) |
贪婪子表达式 |
| (?<x>-<y>exp) |
平衡组 |
| (?im-nsx:exp) |
在子表达式exp中改变处理选项 |
| (?im-nsx) |
为表达式后面的部分改变处理选项 |
| (?(exp)yes|no) |
把exp当作零宽正向先行断言，如果在这个位置能匹配，使用yes作为 此组的表达式；否则使用no |
| (?(exp)yes) |
同上，只是使用空表达式作为no |
| (?(name)yes|no) |
如果命名为name的组捕获到了内容，使用yes作为表达式；否则使用 no |
| (?(name)yes) |
同上，只是使用空表达式作为no |
（编辑：李大同）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
