正则表达式必知必会 1
匹配单个字符
匹配纯文本
#
文本: My name is Ben
正则表达式: Ben
结果: Ben
这里使用的正则表达式是纯文本,匹配原始文本里面的Ben.
#
文本: Hello, my name is Ben, my website is benforta.com
正则表达式: my
结果: my
这里的正则表达式匹配了第一个my,但忽略了第二个my.默认情况下,正则表达式只匹配第一个匹配的结果,如果想把所有结果找出来,(例如在JavaScript里),可以使用g(global).
此外,正则表达式会区分大小写,my可以匹配my,但不能匹配My.
匹配任意字符
.在正则表达式里面可以匹配任意字符,甚至是字符本身.
#
文本: sales.xls sales1.xls sales2.xls ape.xls enrope.xls na1.xls na2.xls
正则表达式: sales.
结果: sales. sales1 sales2
这里的.匹配了sales后的单个字符,所以只有sales1.xls和sales2.xls与之匹配.
#
文本: sales.xls sales1.xls sales2.xls ape.xls enrope.xls na1.xls na2.xls
正则表达式: .a..xls
结果: na1.xls na2.xls
这里的正则表达式中有一个\,表示转义.转义之后的.字符不再表示其在正则表达式里的意思,而只匹配一个普通的点.
匹配一组字符
匹配多个字符中的某一个
#
文本: sales.xls sales1.xls sales2.xls sa1.xls ape.xls enrope.xls na1.xls na2.xls
正则表达式: [ns]a..xls
结果: sa1.xls na1.xls na2.xls
这里的正则表达式中的[na]表示匹配n和a中的任意一个字符.
#
文本: The phrase “regular expression” is often abbreviated as “regex” or “RegEx”
正则表达式: [Rr]eg[Ee]x
结果: regex, RegEx
利用字符集合区间
#
文本: sales.xls sales1.xls sales2.xls sa1.xls ape.xls enrope.xls na1.xls na2.xls sam.xls
正则表达式: [ns]a[0123456789].xls
结果: sa1.xls na1.xls na2.xls
这里的文本中新加了一个sam.xls,但是我们只想匹配以n或s开头,以数字结尾的字符串,所以我们定义了一个数字区间来匹配所有的数字.但是这里的字符区间只匹配0-9,不能匹配10,20或者100.
- tips: 上面的[0123456789]可以用[0-9]来代替
- 还有一些可以也能使用连字符来代替的有: [a-z] [A-Z] 等等.
note: 连字符-是一个特殊的元字符,作为元字符它只能被用在[]之间,否则它就只是一个普通的字符与-匹配,不需要转义.
在一个字符集合里可以给出多个字符区间,比如下面这个集合里可以匹配任意的字母和数字(0-9之间):
[a-zA-Z0-9]
#
匹配RGB值(RGB值是由6个连续的任意字符或者0-9间的数字构成)
文本: \
正则表达式: #[a-zA-Z0-9][a-zA-Z0-9][a-zA-Z0-9][a-zA-Z0-9][a-zA-Z0-9][a-zA-Z0-9]
结果: #336655, #FFFFFF
取非匹配
#
文本: sales.xls sales1.xls sales2.xls sa1.xls ape.xls enrope.xls na1.xls na2.xls sam.xls
正则表达式: [ns]a[^0-9].xls
结果: sam.xls
这里的^表示非,所以[^0-9]就表示不是0-9中数字的任意一个.
使用元字符
对特殊字符进行转义
元字符: 在正则表达式里面有特殊含义的字符,例如.是一个元字符,用来匹配任意字符.^是一个元字符,用来取非.
转义: 如果想要匹配字面意义上的元字符(而不是其在正则表达式里的意思),就需要进行转义.通常是在元字符前面加上反斜杠\.
文本:
1 2 3 4 5 | |
正则表达式: myArray[0]
结果: myArray
本想匹配整个myArray[0],但却只匹配了myArray.因为[0]在正则表达式里表示集合中的一个,这里就是0,所以它期待的结果是myArray后面跟上0-9之间任意一个数字,这里没有匹配的结果,所以只匹配到了前面的字符串,所以需要对[]进行转义.
正确的正则表达式: myArray[0] 或者myArray[[0-9]]来匹配第0个到第9个数组.
note: 因为\在正则表达式里面也是一个元字符,如果想要匹配\,也需要对其转义,即\\.
下面的这张图表总结了一些特殊的元字符:
tips: 可以使用\r\n来匹配一个回车+换行的组合.
匹配特定的字符类别
匹配数字与非数字
\d: 匹配任意一个数字字符,等价于[0-9]
\D: 匹配任意一个非数字字符,等价于[^0-9]
匹配字母和数字与非字母和数字
字母和数字: A-Z, a-z, 0-9和下划线_.
\w: 匹配任意一个字母数字字符或下划线集合(等价于[A-Za-a0-9])
\W: 与上面的匹配相反(等价于[^A-Za-a0-9])
匹配空白字符和飞空白字符
\s: 匹配任意一个空白字符(等价于[\f\n\r\t\v])
\S: 匹配任意一个非空白字符(等价于[^\f\n\r\t\v])
使用POSIX字符类
POSIX是许多正则表达式(但不是所有,例如JavaScript就不支持POSIX)都支持的一种简写形式.
下面是POSIX字符表:
可以使用POSIX来代替上面的一个例子:
#
文本: \
正则表达式: #[[:xdigit:]][[:xdigit:]][[:xdigit:]][[:xdigit:]][[:xdigit:]][[:xdigit:]]
结果: #336655, #FFFFFF
这里的POSIX使用了两层括号,里面的一层表示POSIX字符类,外面的那一层表示字符集和.