快速入門正規表示式

2021-08-09 21:05:56 字數 2983 閱讀 9989

本文是一篇正則的快速入門教程,並未涉及分組、反義、後向引用、貪婪懶惰等高階內容,旨在可以快速學會如何去理解那些常見的正規表示式

一 前言

1.1 何為正規表示式

正規表示式,又稱規則表示式。(英語:regular expression,在**中常簡寫為regex、regexp或re),電腦科學的乙個概念。正則表通常被用來檢索、替換那些符合某個模式(規則)的文字。

1.2 起源

正規表示式的「鼻祖」或許可一直追溯到科學家對人類神經系統工作原理的早期研究。美國紐澤西州的warren mcculloch和出生在美國底特律的walter pitts這兩位神經生理方面的科學家,研究出了一種用數學方式來描述神經網路的新方法,他們創造性地將神經系統中的神經元描述成了小而簡單的自動控制元,從而作出了一項偉大的工作革新。

在1956 年,一位名叫stephen kleene的數學科學家,他在warren mcculloch和walter pitts早期工作的基礎之上,發表了一篇題目是《神經網事件的表示法》的**,利用稱之為正則集合的數學符號來描述此模型,引入了正規表示式的概念。正規表示式被作為用來描述其稱之為「正則集的代數」的一種表示式,因而採用了「正規表示式」這個術語。

自此以後,正規表示式被廣泛地應用到各種unix或類似於unix的工具中,如大家熟知的perl。perl的正規表示式源自於henry spencer編寫的regex,之後已演化成了pcre(perl相容正規表示式perl compatible regular expressions),pcre是乙個由philip hazel開發的、為很多現代工具所使用的庫。正規表示式的第乙個實用應用程式即為unix中的 qed 編輯器。

然後,正規表示式在各種計算機語言或各種應用領域得到了廣大的應用和發展,演變成為計算機技術森林中的乙隻形神美麗且聲音動聽的百靈鳥。

以上是關於正規表示式的起源和發展的歷史描述,如今正規表示式在基於文字的編輯器和搜尋工具中依然佔據著乙個非常重要的地位。

1.3 概念

正規表示式是對字串操作的一種邏輯公式,就是用事先定義好的一些特定字元、及這些特定字元的組合,組成乙個「規則字串」,這個「規則字串」用來表達對字串的一種過濾邏輯。

給定乙個正規表示式和另乙個字串,我們可以達到如下的目的:

給定的字串是否符合正規表示式的過濾邏輯(稱作「匹配」);

可以通過正規表示式,從字串中獲取我們想要的特定部分。

正規表示式的特點是:

靈活性、邏輯性和功能性非常的強;

可以迅速地用極簡單的方式達到字串的複雜控制。

對於剛接觸的人來說,比較晦澀難懂。

由於正規表示式主要應用物件是文字,因此它在各種文字編輯器場合都有應用,小到著名編輯器editplus,大到microsoft word、visual studio等大型編輯器,都可以使用正規表示式來處理文字內容。

二 基礎語法

正規表示式是一種文字模式,包括普通字元(例如,a 到 z 之間的字母)和特殊字元(稱為「元字元」)。模式描述在搜尋文字時要匹配的乙個或多個字串。

2.1 元字元

非列印字元

\w匹配包括下劃線的任何單詞字元。等價於'[a-za-z0-9_]'。

\s匹配任何空白字元,包括空格、製表符、換頁符等等。等價於 [ \f\n\r\t\v]。

\d匹配乙個數字字元。等價於 [0-9]。

限定符

限定符用來指定正規表示式的乙個給定元件必須要出現多少次才能滿足匹配。

.匹配除換行符 \n 之外的任何單字元。

*匹配前面的子表示式零次或多次。例如,zo* 能匹配 "z" 以及 "zoo"。* 等價於。

+匹配前面的子表示式一次或多次。例如,'zo+' 能匹配 "zo" 以及 "zoo",但不能匹配 "z"。+ 等價於 。

?匹配前面的子表示式零次或一次。例如,"do(es)?" 可以匹配 "do" 或 "does" 中的 "does" 或 "doxy" 中的 "do" 。? 等價於 。

n 是乙個非負整數。匹配確定的 n 次。例如,'o' 不能匹配 "bob" 中的 'o',但是能匹配 "food" 中的兩個 o。

n 是乙個非負整數。至少匹配n 次。例如,'o' 不能匹配 "bob" 中的 'o',但能匹配 "foooood" 中的所有 o。'o' 等價於 'o+'。'o' 則等價於 'o*'。

m 和 n 均為非負整數,其中n <= m。最少匹配 n 次且最多匹配 m 次。例如,"o" 將匹配 "fooooood" 中的前三個 o。'o' 等價於 'o?'。請注意在逗號和兩個數之間不能有空格。

定位符

定位符使您能夠將正規表示式固定到行首或行尾。它們還使您能夠建立這樣的正規表示式,這些正規表示式出現在乙個單詞內、在乙個單詞的開頭或者乙個單詞的結尾。

注意:不能將限定符與定位符一起使用。由於在緊靠換行或者字邊界的前面或後面不能有乙個以上位置,因此不允許諸如

^*

之類的表示式。

^匹配輸入字串開始的位置。

$匹配輸入字串結尾的位置。

\b匹配乙個字邊界,即字與空格間的位置。例如,「er\b」匹配「never」中的「er」,但不匹配「verb」中的「er」。

\b非字邊界匹配。「er\b」匹配「verb」中的「er」,但不匹配「never」中的「er」。

以上**節選自  裡面有更加全面的**~

2.2 字元轉義

如果你想查詢元字元本身,比如*、+,你沒辦法直接指定,因為它們被解析成別的意思了。

因此,你應該使用\.和

\*。

\將下乙個字元標記為或特殊字元、或原義字元、或向後引用、或八進位制轉義符。例如, 'n' 匹配字元 'n'。'\n' 匹配換行符。序列 '\\' 匹配 "\",而 '\(' 則匹配 "("。

學會以上的內容之後,已經可以自己嘗試著讀那些常見正規表示式,試著去理解它們,感受自己的進步吧!come,on!

最後介紹乙個可以檢驗正則的工具,灰常好用,在此做個分享~

mtracer

正規表示式快速入門

你是不是經常忘記正規表示式中的語法規則 優先順序順序 界定符 定位符等等,每次看了忘忘了看,怎麼辦的,多練習或者小抄本記起來!1 常用元字元 匹配處換行符以外的任意字元 w匹配字母或數字或下劃線或漢字 s匹配任意的空白符 d匹配數字 b匹配單詞的開始或結束 匹配字串的開始 匹配字串的結束 2 常用限...

正規表示式快速入門

一 元字元 w,s,b,d 1.後面四個有相應的大寫,表反義。匹配行開頭,只有當其在 中表示 非 2.b 匹配單詞的開始或結束,而 匹配除換行符外的任意字元。eg 匹配乙個非空行 bstr 匹配 str開頭的字串 二 重複 請叫上面四位為 四大金剛 0個或多個 個或多個 個或 個 有三種寫法,和 不...

正規表示式快速入門

匹配除了換行符以外的任何字元 w 匹配字母或數字或下劃線或漢字 s 匹配任意的空白符 d 匹配數字 b 匹配單詞的開始或結束 匹配字串的開始 匹配字串的結束 匹配除了換行符以外的任何字元,算是 w 的加強版了 w 不能匹配 空格 如果把字串加上空格用 w 就受限了,看下用 如何匹配字元 b hj 4...