正則表達式(regular exdivssion)描述了一種字符串匹配的模式,可以用來:(1)檢查一個串中是否含有符合某個規則的子串,並且可以得到這個子串;(2)根據匹配規則對字符串進行靈活的替換操作。
正在裝載數據……
正則表達式學習起來其實是很簡單的,不多的幾個較為抽象的概念也很容易理解。之所以很多人感覺正則表達式比較復雜,一方面是因為大多數的文檔沒有做到由淺入深地講解,概念上沒有注意先後順序,給讀者的理解帶來困難;另一方面,各種引擎自帶的文檔一般都要介紹它特有的功能,然而這部分特有的功能並不是我們首先要理解的。
文章中的每一個舉例,都可以點擊進入到測試頁面進行測試。閒話少說,開始。
字母、數字、漢字、下劃線、以及後邊章節中沒有特殊定義的標點符號,都是"普通字符"。表達式中的普通字符,在匹配一個字符串的時候,匹配與之相同的一個字符。
舉例1:表達式 "c",在匹配字符串 "abcde" 時,匹配結果是:成功;匹配到的內容是:"c";匹配到的位置是:開始於2,結束於3。(注:下標從0開始還是從1開始,因當前編程語言的不同而可能不同)
舉例2:表達式 "bcd",在匹配字符串 "abcde" 時,匹配結果是:成功;匹配到的內容是:"bcd";匹配到的位置是:開始於1,結束於4。
一些不便書寫的字符,采用在前面加 "\" 的方法。這些字符其實我們都已經熟知了。
表達式
可匹配
\r, \n
代表回車和換行符
\t
制表符
\\
代表 "\" 本身
還有其他一些在後邊章節中有特殊用處的標點符號,在前面加 "\" 後,就代表該符號本身。比如:^, $ 都有特殊意義,如果要想匹配字符串中 "^" 和 "$" 字符,則表達式就需要寫成 "\^" 和 "\$"。
表達式
可匹配
\^
匹配 ^ 符號本身
\$
匹配 $ 符號本身
\.
匹配小數點(.)本身
這些轉義字符的匹配方法與 "普通字符" 是類似的。也是匹配與之相同的一個字符。
舉例1:表達式 "\$d",在匹配字符串 "abc$de" 時,匹配結果是:成功;匹配到的內容是:"$d";匹配到的位置是:開始於3,結束於5。
正則表達式中的一些表示方法,可以匹配 '多種字符' 其中的任意一個字符。比如,表達式 "\d" 可以匹配任意一個數字。雖然可以匹配其中任意字符,但是只能是一個,不是多個。這就好比玩撲克牌時候,大小王可以代替任意一張牌,但是只能代替一張牌。
表達式
可匹配
\d
任意一個數字,0~9 中的任意一個
\w
任意一個字母或數字或下劃線,也就是 A~Z,a~z,0~9,_ 中任意一個
\s
包括空格、制表符、換頁符等空白字符的其中任意一個
.
小數點可以匹配除了換行符(\n)以外的任意一個字符
舉例1:表達式 "\d\d",在匹配 "abc123" 時,匹配的結果是:成功;匹配到的內容是:"12";匹配到的位置是:開始於3,結束於5。
舉例2:表達式 "a.\d",在匹配 "aaa100" 時,匹配的結果是:成功;匹配到的內容是:"aa1";匹配到的位置是:開始於1,結束於4。
使用方括號 [ ] 包含一系列字符,能夠匹配其中任意一個字符。用 [^ ] 包含一系列字符,則能夠匹配其中字符之外的任意一個字符。同樣的道理,雖然可以匹配其中任意一個,但是只能是一個,不是多個。
表達式
可匹配
[ab5@]
匹配 "a" 或 "b" 或 "5" 或 "@"
[^abc]
匹配 "a","b","c" 之外的任意一個字符
[f-k]
匹配 "f"~"k" 之間的任意一個字母
[^A-F0-3]
匹配 "A"~"F","0"~"3" 之外的任意一個字符
舉例1:表達式 "[bcd][bcd]" 匹配 "abc123" 時,匹配的結果是:成功;匹配到的內容是:"bc";匹配到的位置是:開始於1,結束於3。
舉例2:表達式 "[^abc]" 匹配 "abc123" 時,匹配的結果是:成功;匹配到的內容是:"1";匹配到的位置是:開始於3,結束於4。
前面章節中講到的表達式,無論是只能匹配一種字符的表達式,還是可以匹配多種字符其中任意一個的表達式,都只能匹配一次。如果使用表達式再加上修飾匹配次數的特殊符號,那麼不用重復書寫表達式就可以重復匹配。
使用方法是:"次數修飾"放在"被修飾的表達式"後邊。比如:"[bcd][bcd]" 可以寫成 "[bcd]{2}"。
表達式
作用
{n}
表達式重復n次,比如:"\w{2}" 相當於 "\w\w";"a{5}" 相當於 "aaaaa"
{m,n}
表達式至少重復m次,最多重復n次,比如:"ba{1,3}"可以匹配 "ba"或"baa"或"baaa"
{m,}
表達式至少重復m次,比如:"\w\d{2,}"可以匹配 "a12","_456","M12344"...
?
匹配表達式0次或者1次,相當於 {0,1},比如:"a[cd]?"可以匹配 "a","ac","ad"
+
表達式至少出現1次,相當於 {1,},比如:"a+b"可以匹配 "ab","aab","aaab"...
*
表達式不出現或出現任意次,相當於 {0,},比如:"\^*b"可以匹配 "b","^^^b"...
舉例1:表達式 "\d+\.?\d*" 在匹配 "It costs $12.5" 時,匹配的結果是:成功;匹配到的內容是:"12.5";匹配到的位置是:開始於10,結束於14。
舉例2:表達式 "go{2,8}gle" 在匹配 "Ads by goooooogle" 時,匹配的結果是:成功;匹配到的內容是:"goooooogle";匹配到的位置是:開始於7,結束於17。
一些符號在表達式中代表抽象的特殊意義:
表達式
作用
^
與字符串開始的地方匹配,不匹配任何字符
$
與字符串結束的地方匹配,不匹配任何字符
\b
匹配一個單詞邊界,也就是單詞和空格之間的位置,不匹配任何字符
進一步的文字說明仍然比較抽象,因此,舉例幫助大家理解。
舉例1:表達式 "^aaa" 在匹配 "xxx aaa xxx" 時,匹配結果是:失敗。因為 "^" 要求與字符串開始的地方匹配,因此,只有當 "aaa" 位於字符串的開頭的時候,"^aaa" 才能匹配,比如:"aaa xxx xxx"。
舉例2:表達式 "aaa$" 在匹配 "xxx aaa xxx" 時,匹配結果是:失敗。因為 "$" 要求與字符串結束的地方匹配,因此,只有當 "aaa" 位於字符串的結尾的時候,"aaa$" 才能匹配,比如:"xxx xxx aaa"。
舉例3:表達式 ".\b." 在匹配 "@@@abc" 時,匹配結果是:成功;匹配到的內容是:"@a";匹配到的位置是:開始於2,結束於4。
進一步說明:"\b" 與 "^" 和 "$" 類似,本身不匹配任何字符,但是它要求它在匹配結果中所處位置的左右兩邊,其中一邊是 "\w" 范圍,另一邊是 非"\w" 的范圍。
舉例4:表達式 "\bend\b" 在匹配 "weekend,endfor,end" 時,匹配結果是:成功;匹配到的內容是:"end";匹配到的位置是:開始於15,結束於18。
一些符號可以影響表達式內部的子表達式之間的關系:
表達式
作用
|
左右兩邊表達式之間 "或" 關系,匹配左邊或者右邊
( )
(1). 在被修飾匹配次數的時候,括號中的表達式可以作為整體被修飾
(2). 取匹配結果的時候,括號中的表達式匹配到的內容可以被單獨得到
舉例5:表達式 "Tom|Jack" 在匹配字符串 "I'm Tom, he is Jack" 時,匹配結果是:成功;匹配到的內容是:"Tom";匹配到的位置是:開始於4,結束於7。匹配下一個時,匹配結果是:成功;匹配到的內容是:"Jack";匹配到的位置時:開始於15,結束於19。
舉例6:表達式 "(go\s*)+" 在匹配 "Let's go go go!" 時,匹配結果是:成功;匹配到內容是:"go go go";匹配到的位置是:開始於6,結束於14。
舉例7:表達式 "¥(\d+\.?\d*)" 在匹配 "$10.9,¥20.5" 時,匹配的結果是:成功;匹配到的內容是:"¥20.5";匹配到的位置是:開始於6,結束於10。單獨獲取括號范圍匹配到的內容是:"20.5"。