正则表达式入门

概念

• 正则表达式是描述一组字符串特征的模式，用来匹配特定的字符串。
• 元字符是在正则表达式中有特殊含义的字符，也是保留字符，是不参与匹配的。

支持的语言及工具

几乎所有的编程语言以及编辑器都支持正则表达式，但是有可能支持的力度、方式不太一样，像perl/java/js等。

类unix系统下的工具比较多用的也比较频繁，像grep/awk/sed等。

特点

• 同一个匹配结果可以通过不同的正则表达式实现
• 同一个正则表达式有可能匹配多个结果
• 大小写敏感

单字符匹配

• 普通元字符

元字符	含义	举例	说明
[]	字符组或者字符集	[0123]，表示只会配置中括号中出现的字符
-	连字符表示范围	[0-9]，表示要配置0到9的数字	只在中括号中表示连字符
^	取非	[^0-9] 表示除了0到9的数字都匹配	对整个字符集生效
.	通配符，匹配任意单个字符		有些情况下不能匹配行起始符
\	转义其他元字符	\. 表示.这个字符本身	需要放在其他元字符之前使用，表示后面跟的字符表示一个普通字符。

• 下面一些与\搭配的字母或者数字，一起可以称为元字符，也可以称为字符简写形式

元字符	含义	说明
\a	报警符
[\b]	退格字符(回退并删除)	需要放在中括号中
\c x	控制字符
\d	数字字符	同 [0-9]的功能
\D	非数字字符	同 [^0-9]
\o xxx	八进制值
\w	单词字符	同[a-zA-Z0-9_]
\W	非单词字符	同[^a-zA-Z0-9_]
\0	空字符
\x xx	十六进制值
\u xxx	Unicode值
\n	换行符
\r	回车符
\s	空白字符	同[\f\n\r\t\v]
\S	非空白字符	同[^\f\n\r\t\v]
\t	水平制表符	即Tab键
\v	垂直制表符
\V	非垂直制表符
\f	换页符
\h	水平空白符
\H	非水平空白符

• POSIX字符类

说明：并不是所有的语言或者工具都支持POSIX字符类
在类unix环境的bash脚本中使用，还是比较一目了然
使用时必须以[[开头，]]结尾，如[[:alpha:]]

字符类	含义	说明
[:alnum:]	任何一个字母或者数字	同[a-zA-Z0-9]
[:alpha:]	任何一个字母	同[a-zA-Z]
[:lower:]	任何一个小写字母	同 [a-z]
[:upper:]	任何一个大写字母	同 [A-Z]
[:blank:]	空格或者制表符	同[ \t]
[:space:]	任何一个空白字符，包括空格	同[ \t\f\n\r\v]
[:cntrl:]	ASCII控制字符	ASCII 0到31,再加上127
[:digit:]	任何一个数字	同[0-9]或者\d
[:xdigit:]	任何一个十六进制数字	同[a-fA-F0-9]
[:graph:]	不包含空格的可打印字符	同[:print:]
[:print:]	可打印字符

多字符匹配

将元字符放在需要匹配的字符后面，表示此字符重复匹配多少次

元字符	含义	说明
+	匹配一个或者多个
*	匹配0个或者多个
?	匹配0个或者1个
{m}	精确匹配m个
{m,n}	至少匹配m个，至多匹配n个	其中m,n可以只配置一个值