正则表达式入门
. Windows系统命令行中存在的最简单的正则表达式
. 元字符概念以及元字符的反义
. 转义的概念以及正则表达式中的使用
. 正则表达式语言中的注释方法
Windows系统命令行中存在的最简单的正则表达式
*任意长度的字符串
?长度为1的任意字符串
元字符概念以及元字符的反义
| 元字符 | 说明 |
|---|---|
| . | 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 |
反义:
| 语法 | 说明 |
|---|---|
| \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 |
字符转义
如果想要匹配.或者?这样的字符,需要转义字符\
eg: \. \* \?
正则表达式中的注释
1. 2[0-4]\d(?#200-249)|25[0-5](?#250-255)|[01]?\d\d?(?#0-199)。
2. 启用“忽略模式里的空白符”选项
(?<= # 断言要匹配的文本的前缀
<(\w+)> # 查找尖括号括起来的字母或数字(即HTML/XML标签)
) # 前缀结束
.* # 匹配任意文本
(?= # 断言要匹配的文本的后缀
<\/\1> # 查找尖括号括起来的内容：前面是一个"/"，后面是先前捕获的标签
) # 后缀结束
正则表达式中的重复
分支条件
讲解正则表达式中的几种重复模式
重点解释重复的几种模式的区别
讲解正则表达式中重复的使用场景
正则表达式中的几种重复模式 :
| 语法 | 说明 |
|---|---|
| * | 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 |
分支条件:
用|把不同的规则分割开
从左到右的测试每个条件,如果满足了某个分支的话,就不会去再管其他条件了
0\d{2}-\d{8}|0\d{3}-\d{7}
字符类:
[0-9] == \d
[a-z0-9A-Z_] == \w
[&?.]
[aeiou]
\(?0\d{2}[) -]?\d{8}
正则表达式中的分组概念&贪婪与懒惰
讲解正则表达式中重要的一个概念：分组
分组的概念
分组的命名模式
分组的用途
正则表达式中的贪婪和懒惰
分组:
将子表达式进行做成子集
使用()进分组
方便对match的字符串进行划分
(\d{1,3}\.){3}\d{1,3}
分组的命名： (?<groupname>exp)
(?:exp) 匹配exp,不捕获匹配的文本，也不给此分组分配组号
贪婪与懒惰
贪婪(尽可能多)
a.*b (aabab) -> aabab
懒惰(尽可能少)
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
a.*?b (aabab) -> aab
| 语法 | 说明 |
|---|---|
| *? | 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 |
处理选项(RegexOptions)
| 语法 | 说明 |
|---|---|
| IgnoreCase | 匹配时不区分大小写 |
| Multiline | 更改^和 |
| Singleline | 更改.的含义，使它与每一个字符匹配（包括换行符\n） |
| IgnorePatternWhitespace | 忽略表达式中的非转义空白并启用由#标记的注释 |
| ExplicitCapture | 仅捕获已被显式命名的组 |
正则表达式高阶讲解
反向引用
零宽断言的概念以及使用场景
负向零宽断言的概念以及使用场景
冗长的平衡组和递归匹配
后向引用
> 要匹配 taobao taobao , home home 这样的情况如果处理？
> \b(\w+)\b\s+\1\b
> \b(?<Word>\w+)\b\s+\k<Word>\b 这是命名后的另一种写法
零宽断言
> ?=exp 零宽度正预测先行断言,自身出现的位置的后面能匹配表达式exp
\b\w+(?=ing\b)
I'm singing while you're dancing.
> ?<=exp 零宽度正回顾后发断言,自身出现的位置的前面能匹配表达式exp
(?<=\bre)\w+\b
reading a book
负向零宽断言
查找这样的单词--它里面出现了字母q,但是q后面跟的不是字母u
\b\w*q[^u]\w*\b
上面的表达式有没有问题呢？ 使用零宽度负预测先行断言
\b\w*q(?!u)\w*\b 并不消费任何字符
\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
那么同样的，还有零宽度负回顾后发断言
(?<![a-z])\d{7} 匹配前面不是小写字母的七位数字
(?<=<(\w+)>).*(?=<\/\1>) 不包括前缀和后缀本身
平衡组/递归匹配
如何把xx <aa <bbb> <bbb> aa> yy这样的字符串里，最长的配对的尖括号内的内容捕获出来？
(?'group') 把捕获的内容命名为group,并压入堆栈(Stack)
(?'-group') 从堆栈上弹出最后压入堆栈的名为group的捕获内容，如果堆栈本来为空，则本分组的匹配失败
(?(group)yes|no) 如果堆栈上存在以名为group的捕获内容的话，继续匹配yes部分的表达式，否则继续匹配no部分
(?!) 零宽负向先行断言，由于没有后缀表达式，试图匹配总是失败
