2022年正则表达式笔记[借 .pdf

《2022年正则表达式笔记[借 .pdf》由会员分享，可在线阅读，更多相关《2022年正则表达式笔记[借 .pdf（6页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、为什么使用正则表达式？典型的搜索和替换操作要求您提供与预期的搜索结果匹配的确切文本。虽然这种技术对于对静态文本执行简单搜索和替换任务可能已经足够了，但它缺乏灵活性，若采用这种方法搜索动态文本，即使不是不可能，至少也会变得很困难。通过使用正则表达式，可以：测试字符串内的模式。例如， 可以测试输入字符串，以查看字符串内是否出现电话号码模式或信用卡号码模式。这称为数据验证。替换文本 。可以使用正则表达式来识别文档中的特定文本，完全删除该文本或者用其他文本替换它。基于模式匹配从字符串中提取子字符串。可以查找文档内或输入域内特定的文本。里面表示或里面表示次数正则表达式- 语法正则表达式 (regular

2、 expression)描述了一种字符串匹配的模式，可以用来检查一个串是否含有某种子串、将匹配的子串做替换或者从某个串中取出符合某个条件的子串等。构造正则表达式的方法和创建数学表达式的方法一样。也就是用多种元字符 与运算符 可以将小的表达式结合在一起来创建更大的表达式。正则表达式的组件可以是单个的字符、字符集合、字符范围、字符间的选择或者所有这些组件的任意组合。普通字符普通字符包括没有显式指定为元字符的所有可打印和不可打印字符。这包括所有大写和小写字母、所有数字、所有标点符号和一些其他符号。非打印字符非打印字符也可以是正则表达式的组成部分。下表列出了表示非打印字符的转义序列：名师资料总结 -

3、- -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 1 页，共 6 页 - - - - - - - - - 字符描述cx匹配由 x 指明的控制字符。 例如， cM 匹配一个Control-M或回车符。 x 的值必须为A-Z或 a-z 之一。否则，将c 视为一个原义的c 字符。f匹配一个换页符。等价于x0c 和 cL 。n匹配一个换行符。等价于x0a 和 cJ。r匹配一个回车符。等价于x0d 和 cM。s匹配任何空白字符，包括空格、制表符、换页符等等。等价于 fnrtv 。S匹配任何非空白字符。等价于 fn

4、rtv 。t匹配一个制表符。等价于x09 和 cI。v匹配一个垂直制表符。等价于x0b和 cK。特殊字符所谓特殊字符，就是一些有特殊含义的字符，如上面说的*.txt 中的 *，简单的说就是表示任何字符串的意思。如果要查找文件名中有*的文件，则需要对*进行转义，即在其前加一个。ls *.txt 。许多元字符要求在试图匹配它们时特别对待。若要匹配这些特殊字符，必须首先使字符转义 ，即，将反斜杠字符() 放在它们前面。下表列出了正则表达式中的特殊字符：特别字符描述$匹配输入字符串的结尾位置。如果设置了RegExp对象的Multiline属性，则$ 也匹配n 或 r。要匹配$ 字符本身，请使用$。(

5、)标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。要匹配这些字符，请使用( 和 )。*匹配前面的子表达式零次或多次。要匹配* 字符，请使用*。+匹配前面的子表达式一次或多次。要匹配+ 字符，请使用+。.匹配除换行符n 之外的任何单字符。要匹配.，请使用。标记一个中括号表达式的开始。要匹配，请使用。?匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。要匹配? 字符，请使用?。将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如，n匹配字符n。n 匹配换行符。序列 匹配 ，而( 则匹配(。名师资料总结 - - -精品资料欢迎下载 - - - - - - -

6、- - - - - - - - - - - 名师精心整理 - - - - - - - 第 2 页，共 6 页 - - - - - - - - - 匹配输入字符串的开始位置，除非在方括号表达式中使用，此时它表示不接受该字符集合。要匹配 字符本身，请使用。标记限定符表达式的开始。要匹配，请使用。|指明两项之间的一个选择。要匹配|，请使用|。限定符限定符用来指定正则表达式的一个给定组件必须要出现多少次才能满足匹配。有*或+或?或n或n,或n,m共 6 种。正则表达式的限定符有：字符描述*匹配前面的子表达式零次或多次。例如，zo* 能匹配z 以及 zoo 。* 等价于 0, 。+匹配前面的子表达式一次

7、或多次。例如，zo+ 能匹配zo 以及 zoo ，但不能匹配z。+ 等价于1,。?匹配前面的子表达式零次或一次。例如，do(es)?可以匹配do 或 does中的 do。 ?等价于0,1 。nn 是一个非负整数。匹配确定的n 次。例如， o2不能匹配Bob中的 o，但是能匹配 food中的两个o。n,n 是一个非负整数。至少匹配n 次。例如， o2, 不能匹配Bob中的o，但能匹配foooood中的所有o。o1, 等价于o+。o0, 则等价于o*。n,mm 和 n 均为非负整数，其中n = m。最少匹配n 次且最多匹配m 次。例如， o1,3将匹配fooooood中的前三个o。o0,1等价于o

8、? 。请注意在逗号和两个数之间不能有空格。由于章节编号在大的输入文档中会很可能超过九，所以您需要一种方式来处理两位或三位章节编号。限定符给您这种能力。下面的正则表达式匹配编号为任何位数的章节标题：/Chapter1-90-9*/请注意，限定符出现在范围表达式之后。因此，它应用于整个范围表达式，在本例中，只指定从 0 到 9 的数字（包括0 和 9） 。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 3 页，共 6 页 - - - - - - - - - 定位符定位符使您能够将正则表达

9、式固定到行首或行尾。它们还使您能够创建这样的正则表达式，这些正则表达式出现在一个单词内、在一个单词的开头或者一个单词的结尾。定位符用来描述字符串或单词的边界，和$分别指字符串的开始与结束，b 描述单词的前或后边界，B 表示非单词边界。正则表达式的限定符有：字符描述匹配输入字符串开始的位置。如果设置了RegExp对象的Multiline属性， 还会与n或 r 之后的位置匹配。$匹配输入字符串结尾的位置。如果设置了RegExp对象的Multiline属性， $ 还会与n或 r 之前的位置匹配。b匹配一个字边界，即字与空格间的位置。B非字边界匹配。注意 ：不能将限定符与定位点一起使用。由于在紧靠换行

10、或者字边界的前面或后面不能有一个以上位置，因此不允许诸如* 之类的表达式。若要匹配一行文本开始处的文本，请在正则表达式的开始使用 字符。不要将 的这种用法与中括号表达式内的用法混淆若要匹配一行文本的结束处的文本，请在正则表达式的结束处使用$ 字符。选择用圆括号 ()将所有选择项括起来，相邻的选择项之间用| 分隔。但用圆括号会有一个副作用，是相关的匹配会被缓存，此时可用?: 放在第一个选项前来消除这种副作用。其中 ?: 是非捕获元之一，还有两个非捕获元是?=和?!，这两个还有更多的含义，前者为正向预查，在任何开始匹配圆括号内的正则表达式模式的位置来匹配搜索字符串，后者为负向预查，在任何开始不匹配

11、该正则表达式模式的位置来匹配搜索字符串。反向引用捕获组捕获到的内容，不仅可以在正则表达式外部通过程序进行引用，也可以在正则表达式内部进行引用，这种引用方式就是反向引用。反向引用的作用通常是用来查找或限定重复、查找或限定指定标识配对出现等等。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 4 页，共 6 页 - - - - - - - - - 普通捕获组反向引用中number 是十进制的数字，即捕获组的编号；命名捕获组反向引用中的 name 为命名捕获组的组名。从一个简单例子说起源字符

12、串： abcdebbcde正则表达式： (ab)1对于正则表达式“ (ab)1” ，捕获组中的子表达式“ ab” 虽然可以匹配 “ a ” 或者 “ b ” ，但是捕获组一旦匹配成功，反向引用的内容也就确定了。如果捕获组匹配到“ a ” ，那么反向引用也就只能匹配“ a” ，同理，如果捕获组匹配到的是“ b” ，那么反向引用也就只能匹配“ b ” 。由于后面反向引用“ 1 ” 的限制， 要求必须是两个相同的字符，在这里也就是“ aa ” 或者 “ bb ”才能匹配成功。考察一下这个正则表达式的匹配过程，在位置0 处，由 “ (ab)” 匹配“ a” 成功，将捕获的内容保存在编号为1 的组中，然

13、后把控制权交给“ 1 ” ，由于此时捕获组已记录了捕获内容为“ a ” ，“ 1 ” 也就确定只有匹配到“ a ” 才能匹配成功，这里显然不满足，“ 1 ” 匹配失败，由于没有可供回溯的状态，整个表达式在位置0 处匹配失败。正则引擎向前传动， 在位置 5 之前， “ (ab)” 一直匹配失败。 传动到位置5 处时， “ (ab)”匹配到 “ b ” ，匹配成功，将捕获的内容保存在编号为1 的组中，然后把控制权交给“ 1 ” ，由于此时捕获组已记录了捕获内容为“ b ” ， “ 1 ” 也就确定只有匹配到“ b ” 才能匹配成功，满足条件， “ 1 ” 匹配成功，整个表达式匹配成功，匹配结果为“

14、 bb ” ，匹配开始位置为5，结束位置为 7。扩展一下，正则表达式“ (a-z)12” 也就表达连续三个相同的小写字母。对一个正则表达式模式或部分模式两边添加圆括号将导致相关匹配存储到一个临时缓冲区中，所捕获的每个子匹配都按照在正则表达式模式中从左到右出现的顺序存储。缓冲区编号从1 开始，最多可存储99 个捕获的子表达式。每个缓冲区都可以使用n 访问，其中n 为一个标识特定缓冲区的一位或两位十进制数。可以使用非捕获元字符?:、?= 或 ?! 来重写捕获，忽略对相关匹配的保存。反向引用的最简单的、最有用的应用之一，是提供查找文本中两个相同的相邻单词的匹配项的能力。以下面的句子为例：正则表达式-

15、 匹配规则基本模式匹配一切从最基本的开始。模式，是正规表达式最基本的元素，它们是一组描述字符串特征的字符。模式可以很简单，由普通的字符串组成，也可以非常复杂，往往用特殊的字符表示一个范围内的字符、重复出现，或表示上下文。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 5 页，共 6 页 - - - - - - - - - 字符簇在 INTERNET的程序中，正规表达式通常用来验证用户的输入。当用户提交一个FORM 以后，要判断输入的电话号码、地址、EMAIL 地址、信用卡号码等是否有

16、效，用普通的基于字面的字符是不够的。a-z/匹配所有的小写字母A-Z/匹配所有的大写字母a-zA-Z/匹配所有的字母 0- 9/ 匹配所有的数字 0- 9.-/ 匹配所有的数字，句号和减号frtn/ 匹配所有的白字符确定重复出现到现在为止，你已经知道如何去匹配一个字母或数字，但更多的情况下，可能要匹配一个单词或一组数字。一个单词有若干个字母组成，一组数字有若干个单数组成。跟在字符或字符簇后面的花括号() 用来确定前面的内容的重复出现的次数。字符簇描述a-zA-Z_$所有的字母和下划线:alpha:3$所有的 3 个字母的单词a$字母 aa4$aaaaa2,4$aa,aaa 或 aaaaa1,3$a,aa 或 aaaa2,$包含多于两个a 的字符串a2,如： aardvark 和 aaab ，但 apple 不行a2,如： baad 和 aaa ，但 Nantucket 不行t2两个制表符.2所有的两个字符名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 6 页，共 6 页 - - - - - - - - -