【黑马程序员】10. 正则表达式总结
---------------------- ASP.Net+Android+IOS开发、.Net培训、期待与您交流! ---------------------- 一直以来对正则表达式的使用存在很多疑惑,正则表达式中的符号太多太杂,记忆起来有一定的难度,容易混淆。不过,如果真的熟练掌握了正则,那会是一件多么幸福的事,因为它可以通过简短的代码来实现非常强大的功能。为了加深对这些特殊符号的记忆和用到的时候方便查阅,所以写了这篇日志。 一、 正则表达式概述 正则表达式(regular expression)描述了一种字符串匹配的模式,可以用来检查一个字符串中是否含有某个子串,将匹配的子串从某个串中提取出来或者对匹配的子串做替换。这就是正则表达式要做的事。 正则表达式是由普通字符(如字母a-z)以及特殊字符(称为元字符)组成的文字模式。正则表达式作为一个模板,将某个字符模式与所搜索的字符串进行匹配。 二、常用符号解释
三、正则表达式匹配规则 1、 基本模式匹配 模式是正则表达式最基本的元素,它们是一组描述字符串特征的字符。模式可以很简单,由普通的字符串组成,也可以非常复杂,往往用特殊的字符表示一个范围内的字符、重复出现,或表示上下文。例如:^once:这个模式包含一个特殊的字符^,表示该模式只匹配那些以once开头的字符串。例如该模式与字符串"once upon a time"匹配,与"There once was a man from NewYork"不匹配。
正如如^符号表示开头一样,$符号用来匹配那些以给定模式结尾的字符串。例如:bucket$:这个模式与"Who kept all of this cash in a bucket"匹配,与"buckets"不匹配。
字符^和$同时使用时,表示精确匹配(字符串与模式一样)。例如:^bucket$只匹配字符串"bucket"。
如果一个模式不包括^和$,那么它与任何包含该模式的字符串匹配。例如:once与字符串”There once was a man from NewYork”是匹配的。在该模式中的字母(o-n-c-e)是字面的字符,也就是说,他们表示该字母本身,数字也是一样的。
其他一些稍微复杂的字符,如标点符号和白字符(空格、制表符等),要用到转义序列。所有的转义序列都用反斜杠()打头。制表符的转义序列是:t。用n表示“新行”,r表示回车。其他的特殊符号,可以用在前面加上反斜杠,如反斜杠本身用表示,句号.用.表示,以此类推。 2、 字符簇 在网页中,通常用正规表达式来验证用户的输入。当用户提交一个FORM以后,要判断输入的电话号码、地址、EMAIL地址、信用卡号码等信息是否有效,用普通的基于字面的字符是不够的。所以要用一种更自由的描述我们要的模式的办法,它就是字符簇,即把所有的字符放在一个方括号里。 例如:建立一个表示所有元音字符的字符簇可以这样写:[AaEeIiOoUu],这个模式与任何元音字符匹配(无论大写还是小写),但只能表示一个字符。 用连字符“-”可以表示字符的范围,例如: [a-z] //匹配所有的小写字母 同样,这些每个字符簇也只表示一个字符。 如果要匹配一个由一个小写字母和一位数字组成的字符串,比如"z2"、"t6"或"g7",但不是"ab2"、"r2d3" 或"b52"的话,用这个模式:^[a-z][0-9]$,尽管[a-z]代表26个字母的范围,但在这里它只能与第一个字符是小写字母的字符串匹配。 前面曾经提到^表示字符串的开头,但它还有另外一个含义。当在一组方括号里使用^是,它表示“非”或“排除”的意思,常常用来排除某个字符。还用前面的例子,我们要求第一个字符不能是数字:^[^0-9][0-9]$,这个模式与"&5"、"g7"及"-2"是匹配的,但与"12"、"66"是不匹配的。 下面是几个排除特定字符的例子: [^a-z] //除了小写字母以外的所有字符 特殊字符"." (点,句号)表示除了“n”之外的所有字符。所以模式"^.5$"与任何两个字符的、以数字5结尾和以其他非“新行”字符开头的字符串匹配。 模式"."可以匹配任何字符串,除了空串和只包括一个“n”的字符串。 3、 重复匹配 在更多的情况下,可能要匹配一个单词或一组数字。一个单词有若干个字母组成,一组数字有若干个单数组成。跟在字符或字符簇后面的花括号({})用来确定前面的内容的重复出现的次数。 例如: ^[a-zA-Z_]$ //匹配所有的字母和下划线 ^a$ //匹配字母a ^a{4}$ //匹配“aaaa” t{2} //匹配两个制表符 .{2} //匹配所有的两个字符 ^a{2,}$ //匹配开头包含多于两个a的字符串 ^a{2,} //匹配开头至少含有2个a的字符串如:aardvark和aaab,但apple不行 a{2,} //匹配串中至少连续出现2个a,如:baad和aaa,但Nantucket不行 ^a{2,4}$ //匹配串开头a至少2次且至多4次,如:aa,aaa或aaaa ^a{1,3}$ //匹配串开头a至少1次且至多3次,如:a,aa或aaa 这些例子描述了花括号的三种不同的用法: {x}:表示前面的字符或字符簇只出现x次; {x,}:表示前面的内容出现x或更多的次数; {x,y}:表示“前面的内容至少出现x次,但不超过y次”。
我们可以把模式扩展到更多的单词或数字,例如: ^[a-zA-Z0-9_]{1,}$ //所有包含一个以上的字母、数字或下划线的字符串 ^[0-9]{1,}$ //所有的正数 ^-{0,1}[0-9]{1,}$ //所有的整数 ^-{0,1}[0-9]{0,}.{0,}$ //所有的小数 最后一个例子不太好理解,这么来看:与所有以一个可选的负号(-{0,1})开头(^)、跟着0个或更多的数字([0-9]{0,})、和一个可选的小数点(.{0,1})再跟上0个或多个数字([0-9]{0,}),并且没有其他任何东西($)。
下面你将知道能够使用的更为简单的方法。 特殊字符"?"与{0,1}是相等的,它们都代表着:“0个或1个前面的内容”或“前面的内容是可选的”。所以这个模式 ^-{0,}$ 可以简化为: ^-?[0-9]{0,}.?[0-9]{0,}$ 特殊字符"*"与{0,}是相等的,它们都代表着“0个或多个前面的内容”。 特殊字符"+"与{1,}是相等的,表示“1个或多个前面的内容”。 所以上面的4个例子可以写成: ^[a-zA-Z0-9_]+$ //所有包含一个以上的字母、数字或下划线的字符串 当然这并不能从技术上降低正规表达式的复杂性,但可以简化书写。 ---------------------- ASP.Net+Android+IOS开发、.Net培训、期待与您交流! ---------------------- 详细请查看:http://edu.csdn.net (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! |