正则表达式基础

什么是正则表达式：在编写处理字符串的程序或网页时，经常会有查找符合某些复杂规则的字符串的需要。正则表达式就是用于描述这些规则的工具。换句话说，正则表达式就是记录文本规则的代码。

入门：比如你想查找hi这个词，你可以使用正则表达式hi，这是最简单的表达式了，但很不幸，很多单词包含hi这两个连续的字符，比如him，history。如果要精确地表达hi的话，我们应该使用bhib，b是一个特殊的字符，称为元字符，是单词的分界处，代表开头或结尾。如果想在hi后面加个lucy可以用bhib.*blucyb,其中.代表除换行符以外的任意字符，*代表数量，它前面的字符可以重复任意次

基本的元字符：

所以电话号码的表示方法可以是：0dd-dddddddd,以0开头，然后是两位数字，然后是一个连接符，然后是8个数字，当然，为了避免那么多烦人的重复，我们可以引用重复表达式{n}，其中n代表重复前面的值n次，号码格式可以表示为0d{2}-d{8},还有其他表示重复的元字符。

重复：

如d{5,12}匹配5到12个数字，一般用来检验密码

字符转义：

如果你想查找元字符本身，比如你查找.或*就出现了问题，你没办法指定他们，因为他们会被解释为其他意思，所以需要用到来取消这些字符的特殊意义。

字符类：

匹配数字、字母或数字、空白是很简单的，因为已经有了对应这些字符集合的元字符，但是如果你想匹配没有预定义元字符的字符集合（比如a、e、i、o、u）怎么办呢

很简单，在方括号里列出他们就行了，像[aeiou]匹配任意一个英文元音字母，[.!?]匹配标点符号，[0-9]等同于d,[a-z0-9A-Z]等同于w的英文部分

分枝字符：

相当于或，符号是|，如0d{2}-d{8}|0d{3}-d{7}，能匹配三位和四位区号的电话号码。

分组：

我们已经提到了怎么重复单个字符，但如果想要重复多个字符又该怎么办，你可以用小括号来指定子表达式，也叫分组，然后你就可以指定这个表达式的重复次数了，如(d{1,3}.){3}d{1,3}表示d{1,3}.重复三次，整个表达式是一个简单的ip地址匹配表达式

后向引用：

使用小括号指定一个表达式后，匹配这个子表达式的文本（此分组捕获的文本）可以在后面做进一步处理，默认情况下每个小组会有一个组号，规则是：从左到右，以分组的左括号为标志，第一个出现的组号为1，第二个出现的组号为2，以此类推。

后向引用用于重复搜索前面某个分组匹配的文本，例如，1代表分组1匹配的文本，如

b(w+)bs+1b可以用来匹配重复的单词，像go go，Kitty Kitty组号1捕获的文本(w+)，隔了一个或多个或多个控告后又字符后又出现(w+).

你也可以指定子表达式的组名。语法：(?<word>w+)或(?'word'w+),这样就指定了表达式w+的名字为word

零宽断言

(?=exp)也叫零宽度正预测先行断言，它断言自身出现的位置的后面能匹配表达式exp。比如bw+(?=ingb)，匹配以ing结尾的单词的前面部分(除ing以外的部分),如查找 I'm singing while you're dancing.时，它会匹配sing和danc。

(?<=exp)也叫另宽度正回顾后发断言，它断言自身出现的的位置的前面能匹配表达式exp。比如(?<=bre)w+b会匹配以re开头的单词的后半部分（除re以外），例如查找reading a book时，它匹配ading。

解释(?<=<(w+)>).*(?=</1>)，组号1的表达式(w+),前缀为<w+>,即<>里面是数字或字母；后缀</>里面的内容跟前缀括号里的内容一样，中间是任意表达式，刚好符合html标签，如<a> </a>,该表达式匹配的是html标签里面的内容

（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!