正则表达式必知必会
一、概述
正則表達(dá)式用于文本內(nèi)容的查找和替換。
正則表達(dá)式內(nèi)置于其它語言或者軟件產(chǎn)品中，它本身不是一種語言或者軟件。
正則表達(dá)式在線工具
二、匹配單個字符
. 可以用來匹配任何的單個字符，但是在絕大多數(shù)實現(xiàn)里面，不能匹配換行符；
. 是元字符，表示它有特殊的含義，而不是字符本身的含義。如果需要匹配 . ，那么要用 \ 進(jìn)行轉(zhuǎn)義，即在 . 前面加上 \ 。
正則表達(dá)式一般是區(qū)分大小寫的，但也有些實現(xiàn)不區(qū)分。
正則表達(dá)式
rabbit匹配結(jié)果
My name is rabbit .
三、匹配一組字符
[ ] 定義一個字符集合；
0-9、a-z 定義了一個字符區(qū)間，區(qū)間使用 ASCII 碼來確定，字符區(qū)間在 [ ] 中使用。
- 只有在 [ ] 之間才是元字符，在 [ ] 之外就是一個普通字符；
^ 在 [ ] 中是取非操作。
應(yīng)用
匹配以 abc 為開頭，并且最后一個字母不為數(shù)字的字符串：
正則表達(dá)式
abc[^0-9]匹配結(jié)果
四、使用元字符
匹配空白字符
| [\b] | 回退（刪除）一個字符 |
| \f | 換頁符 |
| \n | 換行符 |
| \r | 回車符 |
| \t | 制表符 |
| \v | 垂直制表符 |
\r\n 是 Windows 中的文本行結(jié)束標(biāo)簽，在 Unix/Linux 則是 \n。
\r\n\r\n 可以匹配 Windows 下的空白行，因為它匹配兩個連續(xù)的行尾標(biāo)簽，而這正是兩條記錄之間的空白行；
匹配特定的字符
1. 數(shù)字元字符
| \d | 數(shù)字字符，等價于 [0-9] |
| \D | 非數(shù)字字符，等價于 [^0-9] |
2. 字母數(shù)字元字符
| \w | 大小寫字母，下劃線和數(shù)字，等價于 [a-zA-Z0-9_] |
| \W | 對 \w 取非 |
3. 空白字符元字符
| \s | 任何一個空白字符，等價于 [\f\n\r\t\v] |
| \S | 對 \s 取非 |
\x 匹配十六進(jìn)制字符，\0 匹配八進(jìn)制，例如 \xA 對應(yīng)值為 10 的 ASCII 字符 ，即 \n。
五、重復(fù)匹配
- + 匹配 1 個或者多個字符
- ** * 匹配 0 個或者多個字符
- ? 匹配 0 個或者 1 個字符
應(yīng)用
匹配郵箱地址。
正則表達(dá)式
[\w.]+@\w+\.\w+[\w.] 匹配的是字母數(shù)字或者 . ，在其后面加上 + ，表示匹配多次。在字符集合 [ ] 里，. 不是元字符；
匹配結(jié)果
abc.def@qq.com
- {n} 匹配 n 個字符
- {m,n} 匹配 m~n 個字符
- {m,} 至少匹配 m 個字符
* 和 + 都是貪婪型元字符，會匹配盡可能多的內(nèi)容。在后面加 ? 可以轉(zhuǎn)換為懶惰型元字符，例如 *?、+? 和 {m,n}? 。
正則表達(dá)式
a.+c匹配結(jié)果
abcabcabc
由于 + 是貪婪型的，因此 .+ 會匹配更可能多的內(nèi)容，所以會把整個 abcabcabc 文本都匹配，而不是只匹配前面的 abc 文本。用懶惰型可以實現(xiàn)匹配前面的。
六、位置匹配
單詞邊界
\b 可以匹配一個單詞的邊界，邊界是指位于 \w 和 \W 之間的位置；\B 匹配一個不是單詞邊界的位置。
\b 只匹配位置，不匹配字符，因此 \babc\b 匹配出來的結(jié)果為 3 個字符。
字符串邊界
^ 匹配整個字符串的開頭，$ 匹配結(jié)尾。
^ 元字符在字符集合中用作求非，在字符集合外用作匹配字符串的開頭。
分行匹配模式（multiline）下，換行被當(dāng)做字符串的邊界。
應(yīng)用
匹配代碼中以 // 開始的注釋行
正則表達(dá)式
^\s*\/\/.*$匹配結(jié)果
七、使用子表達(dá)式
使用 ( ) 定義一個子表達(dá)式。子表達(dá)式的內(nèi)容可以當(dāng)成一個獨立元素，即可以將它看成一個字符，并且使用 * 等元字符。
子表達(dá)式可以嵌套，但是嵌套層次過深會變得很難理解。
正則表達(dá)式
(ab){2,}匹配結(jié)果
ababab
| 是或元字符，它把左邊和右邊所有的部分都看成單獨的兩個部分，兩個部分只要有一個匹配就行。
正則表達(dá)式
(19|20)\d{2}匹配結(jié)果
應(yīng)用
匹配 IP 地址。
IP 地址中每部分都是 0-255 的數(shù)字，用正則表達(dá)式匹配時以下情況是合法的：
- 一位數(shù)字
- 不以 0 開頭的兩位數(shù)字
- 1 開頭的三位數(shù)
- 2 開頭，第 2 位是 0-4 的三位數(shù)
- 25 開頭，第 3 位是 0-5 的三位數(shù)
正則表達(dá)式
((25[0-5]|(2[0-4]\d)|(1\d{2})|([1-9]\d)|(\d))\.){3}(25[0-5]|(2[0-4]\d)|(1\d{2})|([1-9]\d)|(\d))匹配結(jié)果
八、回溯引用
回溯引用使用 \n 來引用某個子表達(dá)式，其中 n 代表的是子表達(dá)式的序號，從 1 開始。它和子表達(dá)式匹配的內(nèi)容一致，比如子表達(dá)式匹配到 abc，那么回溯引用部分也需要匹配 abc 。
應(yīng)用
匹配 HTML 中合法的標(biāo)題元素。
正則表達(dá)式
\1 將回溯引用子表達(dá)式 (h[1-6]) 匹配的內(nèi)容，也就是說必須和子表達(dá)式匹配的內(nèi)容一致。
<(h[1-6])>\w*?<\/\1>匹配結(jié)果
替換
需要用到兩個正則表達(dá)式。
應(yīng)用
修改電話號碼格式。
文本
313-555-1234
查找正則表達(dá)式
(\d{3})(-)(\d{3})(-)(\d{4})替換正則表達(dá)式
在第一個子表達(dá)式查找的結(jié)果加上 () ，然后加一個空格，在第三個和第五個字表達(dá)式查找的結(jié)果中間加上 - 進(jìn)行分隔。
($1) $3-$5結(jié)果
(313) 555-1234
大小寫轉(zhuǎn)換
| \l | 把下個字符轉(zhuǎn)換為小寫 |
| \u | 把下個字符轉(zhuǎn)換為大寫 |
| \L | 把\L 和\E 之間的字符全部轉(zhuǎn)換為小寫 |
| \U | 把\U 和\E 之間的字符全部轉(zhuǎn)換為大寫 |
| \E | 結(jié)束\L 或者\U |
應(yīng)用
把文本的第二個和第三個字符轉(zhuǎn)換為大寫。
文本
abcd
查找
(\w)(\w{2})(\w)替換
$1\U$2\E$3結(jié)果
aBCd
九、前后查找
前后查找規(guī)定了匹配的內(nèi)容首尾應(yīng)該匹配的內(nèi)容，但是又不包含首尾匹配的內(nèi)容。
向前查找使用 ?= 定義，它規(guī)定了尾部匹配的內(nèi)容，這個匹配的內(nèi)容在 ?= 之后定義。所謂向前查找，就是規(guī)定了一個匹配的內(nèi)容，然后以這個內(nèi)容為尾部向前面查找需要匹配的內(nèi)容。向后匹配用 ?<= 定義（注: JavaScript 不支持向后匹配，Java 對其支持也不完善）。
應(yīng)用
查找出郵件地址 @ 字符前面的部分。
正則表達(dá)式
\w+(?=@)結(jié)果
abc @qq.com
對向前和向后查找取非，只要把 = 替換成 ! 即可，比如 (?=) 替換成 (?!) 。取非操作使得匹配那些首尾不符合要求的內(nèi)容。
十、嵌入條件
回溯引用條件
條件為某個子表達(dá)式是否匹配，如果匹配則需要繼續(xù)匹配條件表達(dá)式后面的內(nèi)容。
正則表達(dá)式
子表達(dá)式 (\() 匹配一個左括號，其后的 ? 表示匹配 0 個或者 1 個。 ?(1) 為條件，當(dāng)子表達(dá)式 1 匹配時條件成立，需要執(zhí)行 ) 匹配，也就是匹配右括號。
(\()?abc(?(1)\))結(jié)果
前后查找條件
條件為定義的首尾是否匹配，如果匹配，則繼續(xù)執(zhí)行后面的匹配。注意，首尾不包含在匹配的內(nèi)容中。
正則表達(dá)式
?(?=-) 為前向查找條件，只有在以 - 為前向查找的結(jié)尾能匹配 \d{5} ，才繼續(xù)匹配 -\d{4} 。
\d{5}(?(?=-)-\d{4})結(jié)果
參考資料
- BenForta. 正則表達(dá)式必知必會 [M]. 人民郵電出版社, 2007.
總結(jié)
- 上一篇： 《刺客信条奥德赛》亚特兰蒂斯之命运DLC
- 下一篇： java 错误登陆次数_纯java代码实