正则表达式学习之一：基本语法

准备把这篇文章翻译一下，学习一下正则表达式的基本语法。看的头大了，这玩意用的时候还是要边查边写的好。

----------------------------------------

简介

正则表达式是为了描述一个字符串的某个特征，然后用它来匹配另外一个字符串。举个例子，模式“ab+”意味着“一个’a’”和至少一个’b’，所以”ab”,”abb”,“abbbbbbb”都跟这个模式匹配。

正则表达式用于：(1) 判断一个字符串是否跟一个模式匹配，譬如电邮地址； (2)在整个文本中找到符合给定模式的子字符串；(3)对一段文本做复杂的替换操作

正则表达式的语法学习非常简单，一些抽象概念也很容易理解。许多相关文章没有将正则表达式的概念从简单到抽象一步步介绍，所以很多人觉得学习起来很困难。另一方面，每个正则表达式引擎都会描述它独特的功能，而这部分独特功能却不是我们最初应该学习的。

1.      正则表达式基本语法

1．1         一般字符

字母、数字、下划线、无特殊定义的标点就是“一般字符”。当正则表达式与一个字符串匹配时，一个一般字符跟相同的字符匹配。

例子1：当模式”c”与字符串”abcde”测试匹配时，匹配结果：成功，子串匹配”c”

例子2：当模式“bcd”与字符串“abcde”测试匹配时，匹配结果：成功，匹配字串”bcd”

1．2         简单转义字符

我们知道的非打印字符：

表达式

匹配

/r, /n

回车，换行符

/t

Tab

//

“/”

在正则表达式语法中有特殊定义的一些标点符号。为了匹配这些字符，需要在模式中加入”/”。举个例子:^,$有特殊定义，所以我们需要用”/^”和”/$”来匹配它们。

表达式

匹配

/^

“^”

/$

“$”

/.

“.”

转义字符的匹配效果跟一般字符一样，也是匹配它们自身字符。

例如：模式”/$d”匹配字符串”abc$de”

1．3         匹配字符集中任意字符的表达式

一些表达式能匹配字符集中的任意字符。比如”/d”就能匹配任意的数字。每个这样的表达式每次只能匹配一个，虽然它们能匹配一组字符中的任意字符。

表达式

匹配

/d

任意数字，0~9

/w

任意字母，数字，下划线 A~Z, a~z, 0~9, _

/s

空格，tab，换行，回车，换页符中的任意一个

.

除了换行符(/n)之外的任意字符

例如：模式”a.d”匹配”aaa100”,匹配成功，匹配字串”aa1”

1．4         用于匹配许多字符集中的任意一个字符的自定义表达式

使用方括号([])的表达式表达式可以包含一系列的字符，它能匹配任意的一个。使用[^ ]包含一系列的字符，它能匹配除开所包含的字符集外的字符。

表达式

匹配

[ab5@]

“a”或 “b”或 “5”或 “@”

[^abc]

匹配除了”a” “b” “c”其余的字符

[f-k]

“f” 到“k”之间的字符

[^A-F0-3]

不处于“A”~”F”,”0”~”3”的所有字符

例如：模式”[bcd][bcd]”跟字符串”abc123”， 匹配成功，匹配字串”bc”

例如：模式”[^abc]”跟字符串”abc123”，匹配成功，匹配子串”1”;

1．5         用于数量匹配的特殊表达式

前面介绍的所有表达式只能匹配一次字符。如果一个表达式后面跟随一个数字，它就能匹配多次。

例如：我们可以使用模式”[bcd]{2}”来代替”[bcd][bcd]”

表达式

匹配

{n}

匹配n次，例如”/w{2}”等价于”/w/w”;”a{5}”等价于”aaaaa”

{m, n}

至少匹配n次，但不多于m次：”ba{1,3}” 匹配”ba”, “baa”, “baaa”

{m,}

匹配至少m次：”/w/d{2,}”跟”a12”,”_456” “M12344”..

?

匹配1次或者0次，等价于{0, 1}: “a[cd]?”跟”a”, “ac”, “ad”

+

匹配一次或者多次，等价于{1,}:”a+b”跟”ab”, “aab”, “aaab”

*

匹配0次或者多次，等价于{0,}:”/^*b”跟”b”,”^^^b”…

例如：模式”/d+/.?/d*”跟”I tcosts &12.5”匹配，结果成功，匹配子串”12.5”;

例如：模式”go{2,8}gle”跟”Ads bygooooogle”匹配，结果成功；匹配子串”gooooogle”

1．6         巨有抽象功能的特殊标点

一些标点在模式中具有特殊的功能：

表达式

匹配

^

匹配字符串的开头

$

匹配字符串的结尾

/b

匹配边界内的字符??

举例1：模式”^aaa”跟字符串“xxxaaa xxx”，匹配失败。因为”^”必须匹配字符串的开头。

例2：模式”aaa$”跟字符串”xxxaaa xxx”，匹配失败、

例3：模式”./b.”跟字符串”@@@abc”，匹配成功，匹配字串”@a”.

                “/b”类似于”^”跟”$”的交集，它不跟任何字符匹配，但是它要求一个”/w”在一边，一个非”/w”字符在另一边

例4：模式”/bend/b”跟字符串”weekend,endfor,end”匹配，结果成功，匹配子串”end”,开始位置15，结束位置18  ??

一些特殊标点能嵌套在其他子模式中起作用：

模式

匹配

|

二选一，左匹配或者右匹配

( )

(1)    当子模式

(2)    子模式匹配结果能单独检索

例: 当模式”Tom|Jack”匹配字符串”I’mTom, he is Jace”，匹配成功，子串”Tom”开始位置4，结束位置7; 当匹配下一个时，匹配成功，子串”Jack”，开始位置15，结束位置19。

例：当模式”(go/s*)+”匹配字符串”Let’sgo go go!”,匹配成功；子串”go go go”：开始位置6，结束位置14。

例：当模式”¥(/d+/.?/d*)”与字符串”$10.9, ¥20.5”匹配，匹配成功；子串” ¥20.5”:位置开始6，结束10。子模式”()”的匹配记过是”20.5”。

 

下一篇将是一些常规表达式中的高级语法