正则表达式学习笔记

文章目录

验证RE的网站：​​regexr.com​​

一、 普通字符

字符	说明
.	匹配除换行符以外的任意字符
\w	匹配字母、数字、下划线，等价于 [ A-Za-z0-9_ ]
\W	匹配字母、数字、下划线以外的字符
\s	匹配所有空白符，包括换行
\S	匹配非空白符，包括换行
\d	匹配数字字符，等价与[0-9]
\D	匹配非数字字符
[ABC]	匹配 […] 中字符的所有字符
[ ^ABC ]	匹配除了 […] 中字符的所有字符
[A-Z]	[A-Z] 表示一个区间，匹配所有大写字母，[a-z] 表示所有小写字母

二、特殊字符

字符	描述
$	匹配输入字符串的结尾位置。如果设置了 RegExp 对象的 Multiline 属性，则 $ 也匹配 ‘\n’ 或 ‘\r’。要匹配 $ 字符本身，请使用 \$
( )	标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。要匹配这些字符，请使用 ( 和 )
*	匹配前面的子表达式零次或多次。要匹配 * 字符，请使用 \*
+	匹配前面的子表达式一次或多次。要匹配 + 字符，请使用 \+
.	匹配除换行符 \n 之外的任何单字符。要匹配 . ，请使用 \.
[	标记一个中括号表达式的开始。要匹配 [，请使用 \[
?	匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。要匹配 ? 字符，请使用 ?
\	将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如， ‘n’ 匹配字符 ‘n’。’\n’ 匹配换行符。序列 ’ \ \’ 匹配 " \"，而 ‘\(’ 则匹配 “(”
^	匹配输入字符串的开始位置，除非在方括号表达式中使用，当该符号在方括号表达式中使用时，表示不接受该方括号表达式中的字符集合。要匹配 ^ 字符本身，请使用 \^
{	标记限定符表达式的开始。要匹配 {，请使用 \{
|	指明两项之间的一个选择。要匹配 | ，请使用\ |

三、限定符

字符	描述
*	匹配前面的子表达式零次或多次。例如，zo* 能匹配 “z” 以及 “zoo”。* 等价于{0,}
+	匹配前面的子表达式一次或多次。例如，‘zo+’ 能匹配 “zo” 以及 “zoo”，但不能匹配 “z”。+ 等价于 {1,}
?	匹配前面的子表达式零次或一次。例如，“do(es)?” 可以匹配 “do” 、 “does” 中的 “does” 、 “doxy” 中的 “do” 。? 等价于 {0,1}
{n}	n 是一个非负整数。匹配确定的 n 次。例如，‘o{2}’ 不能匹配 “Bob” 中的 ‘o’，但是能匹配 “food” 中的两个 o
{n,}	n 是一个非负整数。至少匹配n 次。例如，‘o{2,}’ 不能匹配 “Bob” 中的 ‘o’，但能匹配 “foooood” 中的所有 o。‘o{1,}’ 等价于 ‘o+’。‘o{0,}’ 则等价于 ‘o*’
{n,m}	m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，“o{1,3}” 将匹配 “fooooood” 中的前三个 o。‘o{0,1}’ 等价于 ‘o?’。请注意在逗号和两个数之间不能有空格

四、定位符

字符	描述
^	匹配输入字符串开始的位置
$	匹配输入字符串结尾的位置
\b	匹配一个单词边界，即字与空格间的位置
\B	非单词边界匹配

五、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。

() 表示捕获分组，() 会把每个分组里的匹配的值保存起来， 多个匹配值可以通过数字 n 来查看(n 是一个数字，表示第 n 个捕获组的内容)

例：匹配一个数字跟着至少一个字母的串

六、分组

1. exp1(?=exp2)

查找 exp2 前面的 exp1

2. (?<=exp2)exp1

查找 exp2 后面的 exp1

3. exp1(?!exp2)

查找后面不是 exp2 的 exp1

4. (?<!exp2)exp1

查找前面不是 exp2 的 exp1

5. 匹配前后都有空格的数字

6. 匹配前面有空格，后面不是数字的数字字符

7. 匹配后面有空格，前面不是数字的数字字符

8. 从一连串数字中调出只有一位的数字

七、贪婪与懒惰

语法	说明
*?	重复任意次，但尽可能少重复
+?	重复１次或更多次，但尽可能少重复
??	重复０次或１次，但尽可能少重复
{n,m}?	重复ｎ次或ｍ次，但尽可能少重复
{n,}?	重复ｎ次以上，但尽可能少重复

1. 贪婪匹配

2. 懒惰匹配

八、处理选项

名称	说明
IgnoreCase(忽略大小写)	匹配时不区分大小写
Multiline(多行模式)	更改^和$的含义，使它们分别在任意一行的行首和行尾匹配，而不仅仅在整个字符串的开头和结尾匹配。(在此模式下,$的精确含意是:匹配\n之前的位置以及字符串结束前的位置)
Singleline(单行模式)	更改.的含义，使它与每一个字符匹配（包括换行符\n）
IgnorePatternWhitespace(忽略空白)	忽略表达式中的非转义空白并启用由#标记的注释
ExplicitCapture(显式捕获)	仅捕获已被显式命名的组

九、反向引用

对一个正则表达式模式或部分模式两边添加圆括号将导致相关匹配存储到一个临时缓冲区中，所捕获的每个子匹配都按照在正则表达式模式中从左到右出现的顺序存储。缓冲区编号从 1 开始，最多可存储 99 个捕获的子表达式。每个缓冲区都可以使用 \n 访问，其中 n 为一个标识特定缓冲区的一位或两位十进制数。

可以使用非捕获元字符 ?:、?= 或 ?! 来重写捕获，忽略对相关匹配的保存。

反向引用的最简单的、最有用的应用之一，是提供查找文本中两个相同的相邻单词的匹配项的能力。以下面的句子为例：

baby baby, home home

利用正则表达式进行匹配：

\b(\w+)\b\s+\1\b

其中\1表示对前面括号所匹配内容的引用

起别名的写法：

\b(?<word>\w+)\b\s+\k<word>\b

其中\k<word>表示前面括号内匹配的内容