正则表达式30分钟教程

原文网址

    正则表达式30分钟教程

学习笔记

元字符

• .      匹配除换行符以外的任意字符
• \w   匹配字母或数字或下划线或汉字
• \s    匹配任意的空白符
• \d    匹配数字
• \b    匹配单词的开始或结束
• ^    匹配字符串的开始
• $    匹配字符串的结束

字符转义

• 查找元字符本身，需要用\取消这些词的特殊意义，如\.  \*  \\等

重复（限定符）

• *    重复零次或更多次
• +    重复一次或更多次
• ?    重复零次或一次
• {n}    重复n次
• {n,}    重复n次或更多次
• {n,m}    重复n到m次

字符类

• [aeiou]就匹配任何一个英文元音字母
• [.?!]  匹配标点符号(.或?或!)
• [0-9]=\d    [a-z0-9A-Z_]=\w
• 理解这个，  \(?0\d{2}[) -]?\d{8}

分枝条件

• 指正则表达式有几种规则，满足之一就算匹配，规则用 | 隔开
• 0\d{2}-\d{8}|0\d{3}-\d{7}     匹配两种以连字号分隔的电话号码：一种三位区号，8位本地号，一种是4位区号，7位本地号
• \(?0\d{2}\)?[- ]?\d{8}|0\d{2}[- ]?\d{8}     匹配3位区号的电话号码，其中区号可以用小括号括起来，也可不用，区号与本地号间可用连字号或空格间隔，也可以没有间隔。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
• \d{5}-\d{4}|\d{5}    匹配美国的邮政编码，5位数字或用连字号间隔的9位数字，注意顺序（因为测试从左至右，满足分枝条件之一就不再管其他)

分组

• 重复多个字符时建议使用分组，即使用小括号指定子表达式
• (\d{1,3}\.){3}\d{1,3}    \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)重复3次，最后再加上一个一到三位的数字(\d{1,3})
• 自行理解（IP）    ((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)

反义

• 查找不属于某个能简单定义字符类的字符
• \W    匹配任意不是字母，数字，下划线，汉字的字符
• \S    匹配任意不是空白符的字符
• \D    匹配任意非数字的字符
• \B    匹配不是单词开头或结束的位置
• [^x]    匹配除了x以外的任意字符
• [^aeiou]    匹配除了aeiou这几个字母以外的任意字符
• 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

后向引用

• 小括号指定一个子表达式，匹配这个子表达式的文本，可以在表达式或是其他程序中做其他后续处理，默认情况下，每个分组拥有一个组号，从左向右，1，2，......
•