正则表达式

什么是正则表达式？

正则表达式是一组由字母和符号组成的特殊文本，它可以用来从文本中找出满足你想要的格式的句子。

参考 菜鸟教程-正则表达式

参考git著名3w star的项目 learn-regex

在线练习地址：https://regex101.com/

正则的用处

• 数据验证
• 替换文本
• 提取子字符串

标记符举例&简写字符集讲解

正则以/expression/的形式呈现

• .表示除了"新行"之外的所有字符
• .*代表任意字符串,贪婪模式，最大化匹配
• .*?代表任意字符串，非贪婪模式，遇到第一个结束符就停
• ^是匹配字符串的开始位置，当在一组方括号里使用 ^ 时，它表示"非"或"排除"的意思，常常用来剔除某个字符
• [a-z]表示字母，[ ^a-z]表示任意非字母
• “[0-9]“表示一个数字
• ”[0-9]+“ 表示多个数字
• 以上为中括号表达式，其中-可以表示范围，按 Unicode 排序顺序
• abc$表示以abc结尾的字符串
• x|y表示x或者y
• [xyz]字符集合，表示i匹配里面的任意一个字符
• [^xyz]表示除了xyz意外的所有任意字符
• \b匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'
• \B匹配非单词边界。'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。

不同括号的区别

1、圆括号是取多个，圆括号将括号里面的内容作为一组，方括号是取一个，就算写成这样 [es|ed|s|ly|ing|d]也是一个个取，正确做法是用圆括号

2、方括号里面的|选择符号没有意义

3、圆括号还表示组，表示反向引用，

4、大括号表示数目

语法

正则表达式的组件可以是单个的字符、字符集合、字符范围、字符间的选择或者所有这些组件的任意组合。

正则表达式是由普通字符（例如字符 a 到 z）以及特殊字符（称为"元字符"）组成的文字模式。模式描述在搜索文本时要匹配的一个或多个字符串。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。

1.普通字符

普通字符包括没有显式指定为元字符的所有可打印和不可打印字符。这包括所有大写和小写字母、所有数字、所有标点符号和一些其他符号。

2.限定符

• +表示前面的字符至少出现一次
• *表示前面的字符零个或者多个
• ？表示前面的字符匹配0个或者一个

在上面字符后加上？表示由贪婪匹配转化为非贪婪匹配

• {n}表示前面的字符固定出现n次
• {n，}表示前面的字符出现n到正无穷次
• {n，m}表示前面的字符出现n到m次

3.特殊字符

以下字符在使用是必须加\进行转义，因为本身为特殊含义

$ （ ） * + . [ ? ] \ ^ { | }

4.定位符

• ^表示字符串开始的文字，如^fay表示从fay开始
• $表示字符串结束的文字
• \b
• \B

5.标志

标志在/expression/之后写，为了修改表达式搜索结果可任何组合使用

g表示返回所有的结果而不是只匹配到第一个

如果不使用m，则定位符只会在字符串的开头结尾，如果加上m则表示在多行都有

如以下会把fat，sat，mat都搜到：

"/.at(.)?$/gm" => The fat
                  cat sat
                  on the mat.

6.圆括号表达式

完全匹配

（xyz）表示与xyz完全相等的字符串，常与{}搭配使用

选择

用圆括号将所有选择项括起来，相邻的选择项之间用|分隔。

如匹配章节/^(Chapter|Section) [1-9][0-9]{0,1}$/

但是括号还将捕获两个匹配字中的任一个供以后使用，若要防止匹配被保存以备将来使用，在括号内正则表达式模式之前放置 ?:

/^(?:Chapter|Section) [1-9][0-9]{0,1}$/

反向引用

零宽度断言（前后预查）

先行断言和后发断言都属于非捕获簇（不捕获文本 ，也不针对组合计进行计数）。 先行断言用于判断所匹配的格式是否在另一个确定的格式之前，匹配结果不包含该确定格式（仅作为约束）。

例如，我们想要获得所有跟在 $ 符号后的数字，我们可以使用正后发断言 (?<=\$)[0-9\.]*。 这个表达式匹配 $ 开头，之后跟着 0,1,2,3,4,5,6,7,8,9,. 这些字符可以出现大于等于 0 次。

零宽度断言如下：

7.运算符优先级

1. 转义符
2. 圆括号和方括号(), (?:), (?=), []
3. 限定符*, +, ?, {n}, {n,}, {n,m}
4. 任何元字符和字符
5. 或操作|

举例

^[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 
^[1-9][0-9]{0,}$        // 所有的正整数 
^\-{0,1}[0-9]{1,}$      // 所有的整数 
^[-]?[0-9]+\.?[0-9]+$   // 所有的浮点数
以上也可以表达为
^[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 
^[1-9][0-9]*$        // 所有的正整数 
^\-?[0-9]+$          // 所有的整数 
^[-]?[0-9]+(\.[0-9]+)?$ // 所有的浮点数
($表示没有其他字符在最后)

/<\s*(\S+)(\s[^>]*)?>[\s\S]*<\s*\/\1\s*>/    匹配 HTML 标记。
/\b([a-z]+) \1\b/gi   一个单词连续出现的位置。
/(\w+):\/\/([^/:]+)(:\d*)?([^# ]*)/  将一个URL解析为协议、域、端口及相对路径。
/^(?:Chapter|Section) [1-9][0-9]{0,1}$/   定位章节的位置。

正则表达式练习题

https://www.cnblogs.com/s593941/p/9493425.html