定義

正則表達(dá)式(Regular Expression)
用某種模式去匹配一類字符串的公式，主要用來(lái)描述字符串匹配的工具。

匹配
文本或字符存在不止一個(gè)部分滿足給定的正則表達(dá)式，這是每一個(gè)這樣的部分都被稱為一個(gè)匹配。 匹配分為以下三種類型：

形容詞性的匹配
即一個(gè)字符串匹配一個(gè)正則表達(dá)式

名詞性的匹配
即在文本或字符串里匹配正則表達(dá)式

名詞性的匹配
即字符串中滿足給定的正則表達(dá)式的一部分

元字符

元字符(Metacharacter)是一類非常特殊的字符，它能夠匹配一個(gè)位置或字符集合中的一個(gè)字符，元字符可以分為兩種類型

• 匹配位置的元字符
• 匹配字符的元字符

元字符只能匹配一個(gè)字符位置，也就是一個(gè)匹配的單位是一個(gè)字符，而不是一個(gè)字符串

匹配位置的元字符

測(cè)試

• ^a
  匹配第一個(gè)字母為a的一行

• a$
  匹配最后一個(gè)字母為a的一行

• ^a$
  匹配只有一個(gè)字母a的一行

• bStr
  匹配以Str為開頭的單詞

• ingb
  匹配以ing為結(jié)尾的單詞

• bStringb
  僅匹配String這個(gè)單詞

b字符如何識(shí)別哪個(gè)是單詞呢？
以標(biāo)點(diǎn)符號(hào)或空格分隔的字符串將被識(shí)別為單詞，而且 b只能用于英文，不能用于中文

匹配字符的元字符

元字符都是按照單個(gè)字符進(jìn)行匹配

測(cè)試

• .
  全部字符匹配

• w
  匹配了全部的單詞字符，除了下劃線之外的標(biāo)點(diǎn)符號(hào)和漢字都被排除在外

• W
  匹配結(jié)果和w剛好相反，注意那個(gè)下劃線是屬于單詞字符的

• s
  有2個(gè)空格被匹配，注意！這里總共有6個(gè)符號(hào)被匹配了，除了兩個(gè)空格還有1~4行末的換行符

• S
  除了2個(gè)空格和4個(gè)換行符，其余字符全部匹配

• d
  匹配所有的數(shù)字

• D
  匹配所有數(shù)字之外的字符

元字符組合

僅僅是元字符就可以自由組合來(lái)實(shí)現(xiàn)不同的匹配效果

• ww
  匹配連續(xù)的兩個(gè)單詞字符

• ws
  注意第三行最后匹配的m是和行末的換行符一起匹配成功的

文字匹配

字符類

字符類是一個(gè)字符集合，如果該字符集合中的任何一個(gè)字符被匹配，則它會(huì)找到該匹配項(xiàng)。

• []
  字符類使用中括號(hào)作為標(biāo)志，字符集合寫在中括號(hào)里面，意為匹配中括號(hào)中的任意一個(gè)字符
• -
• 當(dāng)-符號(hào)不是第一個(gè)字符的時(shí)候表示定義字符的范圍*，例如[1-3]表示[123]，[a-z]表示匹配任意小寫字母，如果-放在第一位，那就僅表示自己，這個(gè)范圍的順序和兩個(gè)字符間的內(nèi)容是按照ASCII表的順序決定的，例如[9-1]是違反ASCII表順序的一個(gè)表達(dá)式，這會(huì)報(bào)錯(cuò)
• ^
  如果放在字符類第一個(gè)，表示該字符類的否定，[^123]表示匹配1、2、3之外的所有數(shù)字
• 元字符在字符類中不做任何特殊處理，僅僅表示他們自身

測(cè)試

• [aeiou]
  匹配元音字母
• [a-z]
  匹配從小寫字母a到z之間的所有字母
• [^aeiou]
  匹配元音字母之外的所有字符(包括任意符號(hào))
• [^a-z]
  匹配小寫字母a到z之間的所有字母之外的所有字符
• [0-9]
  匹配從0到9之間的任意一個(gè)數(shù)字
• [ao-u]
  匹配a和o到u之間的所有字母，可以看到只要在連個(gè)字符之間使用連接符-就會(huì)判斷為一個(gè)區(qū)間
• [!-?]
  匹配從!到?之間的任意一個(gè)符號(hào)，可以看到因?yàn)槭前凑誂SCII表順序來(lái)判斷-連接的字符集合，所以這樣寫也是沒有問(wèn)題的
• [a^-]
  匹配字符a、^和-三個(gè)字符，只要^符號(hào)不在第一位，-符號(hào)不在兩個(gè)字符中間，那么它們就只表示自身
• a[no]
  匹配字符串a(chǎn)n或ao，這是字符類和元字符的組合

字符轉(zhuǎn)義

之前介紹的元字符非常好用，但是這又引出了一個(gè)問(wèn)題，如果我們想在正常的表達(dá)式里面使用元字符本身這個(gè)符號(hào)怎么辦呢？難道每次都要寫在字符類里面嗎？
當(dāng)然不，這里就引出了我們的字符轉(zhuǎn)義

正則表達(dá)式定義了一些特殊的元字符，如^、$、.等。由于這些字符在正則表達(dá)式中被解釋成其他指定的含義，如果需要匹配這些字符，則需要使用字符轉(zhuǎn)義來(lái)解決這個(gè)問(wèn)題。轉(zhuǎn)義字符使用符號(hào)(反斜杠)，它可以取消這些字符(如^、$、.等)在表達(dá)式中具有的特殊意義。

• .
  匹配字符.
• *
  匹配字符*
• 
  匹配字符
• www.lanyuanxiaoyao.com
  匹配字符串www.lanyuanxiaoyao.com，網(wǎng)址中的dot符號(hào)也是需要轉(zhuǎn)義的

常用轉(zhuǎn)義字符

限定符

這是一個(gè)重要的知識(shí)點(diǎn)限定符用于指定允許特定字符或字符集自身重復(fù)出現(xiàn)的次數(shù)。

測(cè)試

• a{3}

• a{2,}

• a{2,3}

• ab+

• ab?

• ab*

• ab+?

• ab??

• ab*?

貪婪模式與懶惰模式

如果在限定符*、+、?、{n}、{n,}和{n,m}之后再添加一個(gè)字符 ? ，則表示 盡可能少地重復(fù)字符?之前的限定符號(hào)的重復(fù)次數(shù)，這種匹配方式稱為懶惰匹配，與之相對(duì)的，如果沒有字符 ? ，僅僅使用單個(gè)限定符*、+、?、{n}、{n,}和{n,m}的匹配，就稱為貪婪匹配。 看起來(lái)好像很復(fù)雜，但是理解歷來(lái)并不難，即懶惰匹配模式只匹配最短符合表達(dá)式的字符串，貪婪匹配模式只匹配最長(zhǎng)符合表達(dá)式的字符串。這里的貪婪模式和懶惰模式在不同的教程或者說(shuō)明里面都有不同的叫法，所以可以理解意思就行了，大同小異

測(cè)試

• 貪婪模式 a.*b
  可以看到這里只有一個(gè)匹配，就是整個(gè)字符串，因?yàn)檫@是最長(zhǎng)的匹配

• 懶惰模式 a.?b
  這里一旦發(fā)現(xiàn)一個(gè)匹配立刻就完成當(dāng)前的匹配，然后從下一個(gè)字符開始新的匹配，所以這里會(huì)有4個(gè)匹配

字符的運(yùn)算

替換

替換使用字符|來(lái)表示，表示如果某一個(gè)字符串匹配了表達(dá)式中字符|左邊或者右邊的規(guī)則，那么這個(gè)字符串就匹配了這個(gè)表達(dá)式|表示“或”的意思，這個(gè)符號(hào)和代碼中的“邏輯或”相同，比較好理解匹配是根據(jù)左邊優(yōu)先的原則，即從左往右，當(dāng)左邊的表達(dá)式不滿足的時(shí)候，才會(huì)去嘗試右邊的表達(dá)式

測(cè)試

• a|b
  可以看到不管是字符a還是b都可以匹配這個(gè)表達(dá)式，它等同于[ab]

分組

分組又被稱為子表達(dá)式，即把一個(gè)正則表達(dá)式的全部或部分分成一個(gè)或多個(gè)組，分組使用()來(lái)表示，括號(hào)中的表達(dá)式就是一個(gè)組，一個(gè)組就是一個(gè)整體
要注意和字符類[]區(qū)分開來(lái)，[123]是表示匹配字符1或2或3，而(123)就是匹配123這個(gè)字符串

反向引用

組號(hào)
當(dāng)一個(gè)正則表達(dá)式被分組之后，默認(rèn)從左到右每一個(gè)分組都會(huì)自動(dòng)被賦予一個(gè)組號(hào)，以左括號(hào)(為分界從1開始自增，第一個(gè)組的組號(hào)是1，第二個(gè)組的組號(hào)是2，以此類推，在后面的表達(dá)式，使用組號(hào)的方式來(lái)引用前面的組，例如b(w)1b這個(gè)表達(dá)式中，后面的1就是對(duì)前面(w)組的引用 自定義組號(hào)
分組不止會(huì)自動(dòng)使用數(shù)字作為組號(hào)，還可以手動(dòng)命名，形式為(?<name>)，(?<word>w)和(?'word'w)都是把w+匹配到的字母保存到名為word的分組，自定義命名的分組使用k<name>的方式使用 ，如b(?<word>w)k<word>b是匹配連續(xù)的相同的兩個(gè)字母的單詞 反向引用
提供了查找重復(fù)字符組的簡(jiǎn)便方法，可以認(rèn)為是再次匹配同一個(gè)字符組的快捷指令反向引用引用的是前面的表達(dá)式匹配到的字符串，而不是前面的表達(dá)式
例如，b(w)1b 這個(gè)表達(dá)式中的1表示的是前面w匹配到的字符，前面匹配到字母a那么1處也必須替換為字母a，而不是任意一個(gè)字母 所以這個(gè)表達(dá)式匹配的是兩個(gè)完全相同的字母 而如果是b(w)wb 則是表示兩個(gè)允許不相同的字母

測(cè)試

• (ab)ab就是一個(gè)整體看待，和單獨(dú)的字符串a(chǎn)b沒有區(qū)別

• (?<word>ab)k<word>
  把a(bǔ)b這個(gè)組命名為word，然后在后面調(diào)用前面命名的這個(gè)組匹配的字符，即這個(gè)表達(dá)式相當(dāng)于(ab)ab

• (?:a)(b)1
  前面的組被取消命名，所以自動(dòng)命名從(b)開始，所以后面的1匹配的是(b)

• b(?=a)
  這個(gè)表達(dá)式的意思是，匹配字符b，這個(gè)字符b的后面緊跟著一個(gè)a

• b(?!a)
  這個(gè)表達(dá)式的意思是，匹配字符b，這個(gè)字符b的后面不是a

• (?<=a)b
  這個(gè)表達(dá)式的意思是，匹配字符b，這個(gè)字符b的前面是a

• (?<!a)b
  這個(gè)表達(dá)式的意思是，匹配字符b，這個(gè)字符b的前面不是a

• (?>a)b

參考

王蕾. 神奇的匹配 正則表達(dá)式求精之旅[M]. 北京:電子工業(yè)出版社, 2014.

文中使用的正則表達(dá)式測(cè)試工具：正則表達(dá)式測(cè)試工具在線調(diào)試與分享-Zjmainstay

文中使用的正則表達(dá)式可視化生成工具：Regulex JavaScript Regular Expression Visualizer.

總結(jié)

以上是生活随笔為你收集整理的使用正则把数字前面的符号替换_正则表达式(一) 基本表达式的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。