这不是入门级文章,但如果你对正则表达式有了解,或使用过,则能帮助你快速回忆。阅读此文需要你之前使用过正则表达式或者有些了解,因为我没有写很多的例子。总结正则表达式,只是因为个人在几年的积累之后,想通俗简单的概述正则表达式中各种符号和用法。网上有很多关于正则表达式,但总感觉专业术语太多,读起来拗口或绕弯子。最后两小节来自正则表达式30分钟入门教程,有部分修缮。 正则表达式字符串由两种基本字符组成:原义文本字符和元字符。所谓元字符就是正则表达式中具有特殊意义的专用字符,元字符可能是一个字符,也可能是多个字符组成的一个基本单元。 元字符一个元字符可能代表的是一个数字、字母、位置或数量。 代表字符
代表数量
代表位置
转义字符既然元字符在正则表达式中有特殊意义,如果现在要把它们当成一般原义文本字符,怎么办?在元字符前添加反斜杠\,表示当前元字符已经失去了正则表达式中的特殊意义,变成了一个原义文本字符。 预定义字符集元字符匹配范围太广,如果只是想匹配某小范围内的字符,该怎么办? 很简单,使用方括号列出来即可。如[aeiou]或[.?!],表示只能匹配方括号中出现的字符。 需要注意的是:在这个方括号中,代斜杠的元字符依然是元字符,但那些没有斜杠前缀的则都不再是元字符,但多了一个元字符,就是连字符-。 如果连字符在两个字符之间,那么就表示范围,连字符本身不算,如[0-9], [a-z]等; 如果连字符后面没有字符,则表示连字符也是预定义的字符集的字符之一,如[*%-];
在预定义字符集中,可以使用转义字符。 反义(antonymy)有时只需要查找不属于某个简单定义的字符集的字符,这就是反义。
或 | 分支这相当于或语句,具体方法是用垂直线|把不同的规则分隔开。如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)。 分组(group)所谓分组,其实就是把小括号()中正则表达式作为一个小的匹配单元。 分组的作用有两个: 默认情况下,正则表达式会解析器给每一个小组分配一个组号,通过这种方式,后面的正则表达式就可以通过组号引用这个小组匹配的内容。小组后可以跟代表数量的元字符,简化正则表达式书写;比如,(\d{1,3}\.){3}\d{1,3}是一个简单的IP地址匹配表达式。
小组后跟代表数量的元字符有一个问题需要注意:感觉应该是生成了若干个小组,但其实就是一个分组,因为组号是解析器解析的时候给的,代表小组的字符串在整个正则表达式字符串中只出现了一次,所以只分配了一个唯一的组号。因此,正则表达式执行完后,这个组匹配的内容是最后一次匹配的内容。 比如: /(\d{1,3}\.){3}\d{1,3}/g.exec("201.202.203.204"); 结果:["201.202.203.204", "203."] 后面的正则表达式通过组号引用前面分组匹配的内容,这个就叫后向引用。组号的规则是:从左向右,以分组的左括号为标志,第一个出现的分组的组号为1,第二个为2,依此类推。引用的时候记得在组号前加上斜杠。 比如: /\b(\w+)\b\s+\1\b/.test("hellohello"); // true /\b(\w+)\b\s+\1\b/.test("hellohell"); // false
分组的语法:
零宽断言零宽断言像\b、^、$一样用于指定一个位置,但这个位置应该满足一定的条件,这个条件就被称之为断言。因为这个断言不像分组一样有组号,不消耗匹配的字符串,所以称之为零宽断言。
注释注释用(?#comment)表示。 贪婪与懒惰(greedy and idle)一段固定的正则表达式,它所能匹配的可能是整个字符串,也可能只是整个字符串的一部分。假如出现一段正则表达式既能匹配整个字符串,也能只匹配部分该如何处理? /h.*o/.exec("hello ho"); // ["hello ho"] /h.*?o/.exec("helloho"); // ["hello"] 以上这个例子中,匹配hello使用的是懒惰匹配,而没有问号限定的则是使用的贪婪匹配。
所谓贪婪匹配就是尽可能多的重复,以匹配尽可能多的字符。反之,懒惰匹配就是匹配尽可能少的字符。默认是贪婪算法,只有在表示数量的元字符后使用了懒惰限定符(也就是问号)才表示这个地方使用懒惰算法。
平衡组(balance group)/递归匹配(recursive match)前面讲的所有匹配都是线性的,对于匹配像( 100 * ( 50 + 15 ) )这样的可嵌套的层次性结构,则上面的一切方法都没用。因为你不可能知道括号什么时候出现,而且如果左括号和右括号出现的次数不相等怎么办?如何匹配到最长的,配对的括号之间的内容? 这里需要用到以下的语法构造:
|
|