正则表达式读书笔记

初学了正则表达式,笔记如下:

/b =>单词的开头或结尾,也就是单词的分界处,单词是由空格,标点符号或者换行来分隔。
.  =>配除了换行符以外的任意字符,换行符是'/n',ASCII编码为10。
*  =>指定*前边的内容可以连续重复使用任意次以使整个表达式得到匹配.
.* =>匹配任意数量的不包含换行的字符。
例子:
/bhi/b.*/bLucy/b=>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.
/d =>匹配一位数字(0,或1,或2,或……)。
例子:
0/d/d-/d/d/d/d/d/d/d/d =>以0开头,然后是两个数字,然后是一个连字号“-”,最后是8个数字。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)。
/s =>匹配任意的空白符,包括空格,制表符(Tab),换行符,中文全角空格等。
/w =>匹配字母或数字或下划线或汉字等。
例子:
/ba/w*/b =>匹配以字母a开头的单词——先是某个单词开始处(/b),然后是字母a,然后是任意数量的字母或数字(/w*),最后是单词结束处(/b)。
/d+ =>匹配1个或更多连续的数字。
^ =>匹配字符串的开始。
$ =>匹配字符串的结束。
例子:
一个网站如果要求填写的QQ号必须为5位到12位数字时,可以使用:^/d{5,12}$。
/ =>取消元字符的特殊定义。
例子:
/.和/*和//。
+ =>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。
例子:
Windows/d+ =>匹配Windows后面跟1个或更多数字。
^/w+ =>匹配一行的第一个单词(或整个字符串的第一个单词或中文的第一个分隔符前的句子,具体匹配哪个意思得看选项设置)。
问:如果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?
答:很简单,你只需要在方括号里列出它们就行了。
例子:
[aeiou] =>匹配任何一个英文元音字母。
[.?!] =>匹配标点符号(.或?或!)。
[0-9] =>与/d完全一致的:一位数字。

/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(注意是单个字符不是字符串)。
例子:
/S+ =>匹配不包含空白符的字符串。
后向引用 =>使用小括号指定一个子表达式后,即为一个分组,默认情况下,每个分组会自动拥有一个组号,规则是:从左向右,以分组的左括号为标志,第一个出现的分组的组号为1,第二个为2,后向引用用于重复搜索前面某个分组匹配的文本。例如,/1代表分组1匹配的文本。
/b(/w+)/b/s+/1/b可以用来匹配重复的单词,像go go, 或者kitty kitty这个表达式首先是一个单词,也就是单词开始处和结束处之间的多于一个的字母或数字(/b(/w+)/b),这个单词会被捕获到编号为1的分组中,然后是1个或几个空白符(/s+),最后是分组1中捕获的内容(也就是前面匹配的那个单词)(/1)。
你也可以自己指定子表达式的组名。要指定一个子表达式的组名,请使用这样的语法:(?<Word>/w+)(或者把尖括号换成'也行:(?'Word'/w+)),这样就把/w+的组名指定为Word了。要反向引用这个分组捕获的内容,你可以使用/k<Word>,所以上一个例子也可以写成这样:/b(?<Word>/w+)/b/s+/k<Word>/b。
语法:
(exp) =>匹配exp,并捕获文本到自动命名的组里。
(?<name>exp) =>匹配exp,并捕获文本到名称为name的组里,也可以写成(?'name'exp)。
(?:exp) =>匹配exp,不捕获匹配的文本,也不给此分组分配组号。
(?=exp) =>匹配exp前面的位置。
(?<=exp) =>匹配exp后面的位置。
(?!exp) =>匹配后面跟的不是exp的位置。
(?<!exp) =>匹配前面不是exp的位置。
(?#comment) =>这种类型的分组不对正则表达式的处理产生任何影响,用于提供注释让人阅读。
(?=exp)也叫零宽度正预测先行断言,它断言自身出现的位置的后面能匹配表达式exp。(零宽度,所以要前面加/w+之类的元字符,具体看例子)
例子:
/b/w+(?=ing/b) =>匹配以ing结尾的单词的前面部分(除了ing以外的部分),如查找I'm singing while you're dancing.时,它会匹配sing和danc。
(?<=exp)也叫零宽度正回顾后发断言,它断言自身出现的位置的前面能匹配表达式exp。
例子:
(?<=/bre)/w+/b =>会匹配以re开头的单词的后半部分(除了re以外的部分),例如在查找reading a book时,它匹配ading。
零宽度负预测先行断言(?!exp),断言此位置的后面不能匹配表达式exp。
例子:
/d{3}(?!/d)匹配三位数字,而且这三位数字的后面不能是数字;/b((?!abc)/w)+/b匹配不包含连续字符串abc的单词。
当正则表达式中包含能接受重复的限定符时,通常的行为是(在使整个表达式能得到匹配的前提下)匹配尽可能多的字符。以这个表达式为例:a.*b,它将会匹配最长的以a开始,以b结束的字符串。如果用它来搜索aabab的话,它会匹配整个字符串aabab。这被称为贪婪匹配。
有时,我们更需要懒惰匹配,也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式,只要在它后面加上一个问号?。这样.*?就意味着匹配任意数量的重复,但是在能使整个匹配成功的前提下使用最少的重复。现在看看懒惰版的例子吧:
a.*?b匹配最短的,以a开始,以b结束的字符串。如果把它应用于aabab的话,它会匹配aab(第一到第三个字符)和ab(第四到第五个字符)。
语法:
*? =>重复任意次,但尽可能少重复。
+? =>重复1次或更多次,但尽可能少重复。
?? =>重复0次或1次,但尽可能少重复。
{n,m}? =>重复n到m次,但尽可能少重复。
{n,}? =>重复n次以上,但尽可能少重复。

结合Regex Tester使用,应该能很快初步了解正则表达式了

原文地址:https://www.cnblogs.com/hgy413/p/3693689.html