正则表达式(Regular Expression)简介

  • 为什么需要正则表达式?

    • 文本的复杂处理

  • 正则表达式的优势和用途?

    • 一种强大而灵活的文本处理工具

    • 大部分编程语言、数据库、文本编辑器、开发环境都支持正则表达式

  • 正则表达式定义

    • 如他的名字一样是描述了一个规则,通过这个规则可以匹配一类字符串

    • 学习正则表达式很大程度上就是学习正则表达式的语法规则

开发中如何使用?

  • 开发中使用正则表达式的流程

    • 分析所要匹配的数据,写出测试用的典型数据

    • 在工具软件中进行匹配测试

    • 在程序中调用通过测试的正则表达式

软件工具RegexBuddy

20161009151742.png

正则表达式语法

  • 普通字符

    • 字母,数字,汉字,下划线,以及没有特殊定义的标点符号,都是普通字符,表达式中的普通字符,在匹配一个字符串的时候匹配与值相同的一个字符

  • 简单的转义字符

    20161009153051.png

  • 标准字符集合

    • 能够与多种字符匹配的表达式

    • 注意区分大小写,大写是相反的意思(\D为非数字)

    • .不能匹配换行符

      20161009153526.png

自定义字符集合

  • []方括号匹配方式,能够匹配方括号中的任意一个字符

  • 正则表达式的特殊符号,被包含到中括号中，则失去特殊意义，除了
    ^,-之外

  • 标准字符集合,除小数点外,如果被包含于中括号,自定义字符集合
    将包含该集合.比如 [\d.-+] 将匹配：数字、小数点、+

    20161009154041.png

量词(Quantifier)

  • 修饰匹配次数的特殊符号

    20161009155532.png

  • 匹配次数中的贪婪模式(匹配字符越多越好,默认)

  • 匹配次数中的非贪婪模式(匹配字符越少越好,修饰匹配次数的特殊符号后加上一个"?"号)如:\d{3,4}?

字符边界(0宽度)

  • (本组标记匹配的不是字符而是位置,符合某种条件的位置)

    20161009161148.png

  • \b匹配这样一个位置:前面的字符和后面的字符不全是\w

正则表达式的匹配模式

  • IGNORECASE忽略大小写模式

    • 匹配时忽略大小写

    • 默认情况下,正则表达式是要区分大小写的

  • SINGLELINE单行模式

    • 整个文本看作一个字符串,只有一个开头,一个结尾

    • 使小数点'.'可以匹配包含换行符(\n)在内的任意字符

  • MULTIUNE多行楼式

    • 每行都是一个字符串,都有开头和结尾

    • 在指定了MULTILINE之后,如果需要仅匹配字符串开始和结束位置，可以使用\A和\Z

选择符和分组

  • 捕获组需要占用内存

    20161009163049.png

反向引用(\nnn)

  • 每一对()会分配一个编号,使用()的捕获根据左括号的顺序从1开始自动编号

  • 通过反向引用,可以对分组已捕获的字符串进行引用

预搜索(零宽断言)(环式)

  • 只进行子表达式的匹配,匹配内容不计入最终的匹配结果,是零宽度

  • 这个位置应该符合某个条件,判断当前位置的前后字符,是否符合指
    定的条件,，但不匹配前后的字符.最对位置的匹配.

  • 正则表达式匹配过程中,如果子表达式匹配到的是字符内容，而非位置,并被
    保存到最终的匹配结果中,那么久认为这个子表达式是占有字符的,如果子表
    达式匹配的仅仅是位置,或者匹配的内容并不保存到最终的匹配结果中那么
    就认为这表达式是宽度的.占有字符还是零宽度,是针对匹配的内容是
    否保存到最终的匹配结果中而言的

    20161009165530.png

[a-z]+(?=ing)会匹配以ing结尾的单词,但不会匹配ing,比如going会匹配go