学习正则表达式(一)
来源:互联网 发布:淘宝代销商如何刷销量 编辑:程序博客网 时间:2024/05/15 09:14
正则表达式用途:在编写处理字符串的程序或网页时,经常会有查找符合某些复杂规则的字符串的需要。正则表达式就是用于描述这些规则的工具。换句话说,正则表达式就是记录文本规则的代码。
一. 简单例子入门
例如:在一篇英文小说里查找hi,你可以使用正则表达式hi。
解析:这几乎是最简单的正则表达式了,它可以精确匹配这样的字符串:由两个字符组成,前一个字符是h,后一个是i。通常,处理正则表达式的工具会提供一个忽略大小写的选项,如果选中了这个选项,它可以匹配hi,HI,Hi,hI这四种情况中的任意一种。
不幸的是,很多单词里包含hi这两个连续的字符,比如him,history,high等等。用hi来查找的话,这里边的hi也会被找出来。如果要精确地查找hi这个单词的话,我们应该使用\bhi\b。
-------------------
【\b】是正则表达式规定的一个特殊代码,称作元字符,metacharacter。代表着单词的开头或结尾,也就是单词的分界处。注意:虽然通常英文的单词是由空格,标点符号或者换行来分隔的,但是【\b】并不匹配这些单词分隔字符中的任何一个,它只匹配一个位置。
例如:你要找的是hi后面不远处跟着一个Lucy,你应该用\bhi\b.*\bLucy\b。
解析:
-------------------
【.】是另一个元字符,匹配除了换行符以外的任意字符。
【*】同样是元字符,不过它代表的不是字符,也不是位置,而是数量——它指定*前边的内容可以连续重复出现任意次以使整个表达式得到匹配。
【+】是和【*】类似的元字符,不同的是【*】匹配重复任意次(可能是0次),而【+】则匹配重复1次或更多次。
【.*】连在一起就意味着任意数量的不包含换行的字符。
-------------------
现在\bhi\b.*\bLucy\b的意思就很明显了:先是一个单词hi,然后是任意个任意字符(但不能是换行),最后是Lucy这个单词。
例如:0\d\d-\d\d\d\d\d\d\d\d
解析:
-------------------
【\d】是一个元字符,匹配一位数字(0,或1,或2,或……)。
【-】不是元字符,只匹配它本身——连字符或者减号。
-------------------
为了避免那么多烦人的重复,我们也可以这样写这个表达式:0\d{2}-\d{8}。 这里\d后面的{2}({8})的意思是前面\d必须连续重复匹配2次(8次)。 --------------------
【{数字n}】表示必须连续重复匹配n次。
--------------------
解析:这里的{5,12}和前面介绍过的{2}是类似的,只不过{2}匹配只能不多不少重复2次,{5,12}则是重复的次数不能少于5次,不能多于12次,否则都不匹配。
--------------------
【{数字n}】表示必须连续重复匹配n次。
【{数字m,数字n}】表示重复匹配的次数不能少于m次,不能多于n次。
--------------------
二. 字符转义
如果你想查找元字符本身的话,比如你查找【 . 】,或【*】,就出现了问题:你没办法指定它们,因为它们会被解释成别的意思。这时你就得使用\来取消这些字符的特殊意义。因此,你应该使用\.和\*。当然,要查找\本身,你也得用\\.
--------------------
【\\】表示\ 。
【\* 】表示* 。
【\. 】 表示. 。
--------------------
三. 重复
四. 字符类
如果你想匹配没有预定义元字符的字符集合(比如元音字母a,e,i,o,u),应该怎么办?
只需要在方括号里列出它们就行了,像[aeiou]就匹配任何一个英文元音字母,[.?!]匹配标点符号(.或?或!)。
我们也可以轻松地指定一个字符范围,像[0-9]代表的含意与\d就是完全一致的:一位数字;同理[a-z0-9A-Z_]也完全等同于\w(如果只考虑英文的话)。
五. 分枝条件
正则表达式里的分枝条件指的是有几种规则,如果满足其中任意一种规则都应该当成匹配,具体方法是用|把不同的规则分隔开。
例如:
0\d{2}-\d{8}|0\d{3}-\d{7}这个表达式能匹配两种以连字号分隔的电话号码:一种是三位区号,8位本地号(如010-12345678),一种是4位区号,7位本地号(0376-2233445)。
\(0\d{2}\)[- ]?\d{8}|0\d{2}[- ]?\d{8}这个表达式匹配3位区号的电话号码,其中区号可以用小括号括起来,也可以不用,区号与本地号间可以用连字号或空格间隔,也可以没有间隔。你可以试试用分枝条件把这个表达式扩展成也支持4位区号的。
\d{5}-\d{4}|\d{5}这个表达式用于匹配美国的邮政编码。美国邮编的规则是5位数字,或者用连字号间隔的9位数字。之所以要给出这个例子是因为它能说明一个问题:使用分枝条件时,要注意各个条件的顺序。如果你把它改成\d{5}|\d{5}-\d{4}的话,那么就只会匹配5位的邮编(以及9位邮编的前5位)。原因是匹配分枝条件时,将会从左到右地测试每个条件,如果满足了某个分枝的话,就不会去再管其它的条件了。
六. 分组
如果想要重复多个字符又该怎么办?你可以用小括号来指定子表达式(也叫做分组),然后你就可以指定这个子表达式的重复次数了。
例如:
(\d{1,3}\.){3}\d{1,3}是一个简单的IP地址匹配表达式。要理解这个表达式,请按下列顺序分析它:\d{1,3}匹配1到3位的数字,(\d{1,3}\.){3}匹配三位数字加上一个英文句号(这个整体也就是这个分组)重复3次,最后再加上一个一到三位的数字(\d{1,3})。
不幸的是,它也将匹配256.300.888.999这种不可能存在的IP地址。如果能使用算术比较的话,或许能简单地解决这个问题,但是正则表达式中并不提供关于数学的任何功能,所以只能使用冗长的分组,选择,字符类来描述一个正确的IP地址:((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)。
理解这个表达式的关键是理解2[0-4]\d|25[0-5]|[01]?\d\d?
七. 反义
有时需要查找不属于某个能简单定义的字符类的字符。比如想查找除了数字以外,其它任意字符都行的情况,这时需要用到反义。
例子:\S+匹配不包含空白符的字符串。
<a[^>]+>匹配用尖括号括起来的以a开头的字符串。
未完待续
原文地址:http://manual.phpv.net/regular_expression.html
- 正则表达式学习(一)
- 学习正则表达式(一)
- 正则表达式学习(一)
- 正则表达式学习(一)
- 正则表达式学习(一)
- 正则表达式学习 (一)
- 学习正则表达式(一)
- 学习正则表达式(一)
- 正则表达式学习(一)
- 正则表达式学习(一)
- 正则表达式学习(一)
- 正则表达式学习一
- 正则表达式学习一
- 正则表达式学习(一)
- 正则表达式学习一
- 学习正则表达式【一】
- 正则表达式学习(一)
- 正则表达式学习(一)认识正则表达式
- 不允许启动新事务
- ASP使用ASPupload组件上传多个文件
- ER-Studio的五种关系说明
- uva1431 - Cryptography Reloaded 大数
- Ehcache详细解读
- 学习正则表达式(一)
- Android学习之RecyclerView
- LeetCode OJ - Letter Combinations of a Phone Number
- 按位与、或、异或等运算方法
- 网络模型(二)
- leetcode-Longest Substring Without Repeating Characters 最长不重复子串
- C# RichTextBox的一些操作:自动换行 设置行间距 调整字体
- linux之系统运行时修改内核参数
- window.location window.location.href 跳转url区别