阅读 44

正则表达式

元字符

\b 是正则表达式规定的一个特殊代码,代表着单词的开头或结尾,也就是单词的分界处

. 是一个元字符,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

\d 元字符,匹配一位数字(0,或1,或2,或……)

\d+匹配1个或更多连续的数字。这里的+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

- 不是元字符,只匹配它本身连字符(或者减号,或者中横线)

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

^ 匹配你要用来查找的字符串的开头,

$ 匹配你要用来查找的字符串的结尾

^\d{5,12}$ 整个输入必须是5到12个数字

字符转义

如果你想查找元字符本身的话,比如你查找.,或者*,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

mengxiangyu\.xyz 匹配mengxiangyu.xyz

重复

* 重复 0 次或更多次

+ 重复一次或更多次

?重复 0 次或 1 次

{n} 重复 n 次

{n,} 重复 n 次或多次

{n,m} 重复 n 次到 m 次

hello\d+ 匹配 hello 后面跟 1 个或更多数字

字符类

想匹配没有预定义元字符的字符集合

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

分支条件

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

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)

使用分枝条件时,要注意各个条件的顺序

分组

想要重复多个字符,可以用小括号来指定子表达式(也叫做分组)

(\d{1,3}.){3}\d{1,3}是一个简单的IP地址匹配表达式

\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})

关注下面的标签,发现更多相似文章
评论