正则表达式

目录

一、概述

二、正则表达式的基本构成

三、正则表达式的使用场景

四、正则表达式的语法规则

五、正则表达式的使用技巧

六、正则表达式的常见问题

七、日常使用案例

---

一、概述

正则表达式是一种用于匹配字符串模式的工具。它是一种高度灵活的文本处理工具，可以用于验证、筛选、查找和替换字符串。正则表达式基于一种特定的语法构建模式，这种模式可以用来描述和匹配字符串中的子串。

二、正则表达式的基本构成

1. 元字符：元字符是用来描述字符串中的特殊字符的。例如，. 表示任何字符，* 表示零个或多个之前的字符，+ 表示一个或多个之前的字符，? 表示零个或一个之前的字符。
2. 字符类：用方括号 [] 来表示字符类，可以包含一个或多个字符。例如，[aeiou] 表示任何元音字母。
3. 边界：用 ^ 和 $ 来表示字符串的开始和结束。
4. 选择：用 | 来表示选择，即匹配该符号左侧的子表达式或右侧的子表达式。
5. 重复：用 {} 来表示重复，可以指定一个范围，如 {3,5} 表示匹配3到5次。
6. 反向引用：用 \n 来表示反向引用，其中 n 是一个数字，表示匹配之前出现的第n个子表达式。
7. 模式修饰符：用来修改模式的含义，如 g 表示全局匹配，i 表示不区分大小写匹配等。

三、正则表达式的使用场景

1. 验证输入：例如，验证一个密码是否符合要求，可以通过正则表达式来匹配密码中的特定字符模式。
2. 数据筛选：例如，从一段文本中筛选出所有的电子邮件地址或电话号码，可以通过正则表达式来匹配这些特定的字符模式。
3. 查找替换：例如，将所有的电话号码替换为其他文本，可以通过正则表达式来匹配电话号码的模式，并用其他文本替换它。
4. 分词断句：例如，将一段文本按照特定的规则进行分词断句，可以通过正则表达式来匹配这些规则。

四、正则表达式的语法规则

1. 普通字符：直接匹配该字符。
2. 元字符：.、^、$、*、+、?、|、{、}、[、]、(、)、\ 需要进行转义，即前面加 \。
3. 字符类：用方括号 [] 来表示字符类，可以包含一个或多个字符。例如，[aeiou] 表示任何元音字母。可以用 ^ 来表示否定字符类，即不包含某个字符。例如，[^aeiou] 表示不是元音字母的任何字符。
4. 边界：用 ^ 和 $ 来表示字符串的开始和结束。
5. 选择：用 | 来表示选择，即匹配该符号左侧的子表达式或右侧的子表达式。
6. 重复：用 {} 来表示重复，可以指定一个范围，如 {3,5} 表示匹配3到5次。还可以指定一个特定的重复次数，如 {3} 表示匹配3次。
7. 反向引用：用 \n 来表示反向引用，其中 n 是一个数字，表示匹配之前出现的第n个子表达式。例如，在模式 a(b|c)d\1e 中，\1 表示匹配前面的 (b|c) 中的内容。

 

五、正则表达式的使用技巧

1. 使用非贪婪匹配：在正则表达式中，可以使用问号 ? 来表示非贪婪匹配。例如，a.*?b 表示匹配尽可能少的字符，直到遇到字符 b。
2. 使用捕获组：在正则表达式中，可以使用括号 () 来表示捕获组，即匹配括号内的子表达式，并将其作为一个整体进行反向引用。
3. 使用前瞻断言：在正则表达式中，可以使用 (?=...) 来表示前瞻断言，即匹配后面紧跟着某个字符串的文本。例如，a(?=b) 表示匹配以 a 结尾的文本，但只有当后面紧跟着 b 时才匹配成功。
4. 使用后顾断言：在正则表达式中，可以使用 (?<=...) 来表示后顾断言，即匹配前面紧挨着某个字符串的文本。例如，a(?<=b) 表示匹配以 b 开头的文本，但只有当前面紧挨着 a 时才匹配成功。
5. 使用负向预测：在正则表达式中，可以使用 (?!...) 来表示负向预测，即匹配不包含某个字符串的文本。例如，a(?!b) 表示匹配以 a 开头的文本，但只有当后面不包含 b 时才匹配成功。
6. 使用零宽断言：在正则表达式中，可以使用 (?=...) 和 (?!...) 来进行前瞻和负向预测，这些称为零宽断言。此外，还可以使用 (?<=...) 和 (? 来进行后顾和负向后顾预测。
7. 使用转义字符：在正则表达式中，需要使用反斜杠 \ 来转义特殊字符。例如，\d 表示匹配任意数字字符。
8. 使用多行模式：在正则表达式中，可以使用 ^ 和 $ 来匹配字符串的开始和结束。但是，当文本跨越多行时，使用 ^ 和 $ 可能无法正确匹配。此时可以使用 m 和 s 标志来启用多行模式。在多行模式下，^ 和 $ 分别表示当前行的开始和结束。
9. 使用标志：在正则表达式中，可以使用标志来修改模式的含义。例如，使用 g 标志表示全局匹配，即匹配所有符合模式的文本；使用 i 标志表示不区分大小写匹配；使用 m 标志表示多行模式，即在每行上进行匹配。

六、正则表达式的常见问题

1. 重复匹配：正则表达式默认会重复匹配尽可能多的字符。例如，在字符串 "aaab" 中，模式 a+b 会匹配整个字符串。如果想要匹配单个字符或单词，可以使用边界或字符类等技巧来限制匹配范围。
2. 贪婪匹配：正则表达式默认会贪婪匹配尽可能多的字符。例如，在字符串 "abab" 中，模式 a(b*)b\1 会匹配整个字符串而不是第一个 "ab"。如果想要非贪婪匹配或惰性匹配，可以使用问号 ? 来修改元字符的重复次数。
3. 特殊字符的转义：在正则表达式中，特殊字符需要进行转义才能匹配其本身。例如，在字符串 "abc" 中，模式 .bc 会匹配 "abbc" 而不是 "abc"。如果想要匹配特殊字符本身，可以使用反斜杠 \ 来转义它。

七、日常使用案例

在日常使用中，正则表达式可以用于各种场景，如数据验证、文本处理、自动化脚本等。以下是一些常见的日常使用正则表达式示例：

1. 验证电子邮件地址：

^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$

该正则表达式用于验证电子邮件地址的格式是否正确。

1. 验证手机号码：

^\+?[1-9]\d{1,14}$

该正则表达式用于验证手机号码的格式是否正确，可以匹配国际电话号码和国内手机号码。

        2.验证密码：

^(?=.*[A-Za-z])(?=.*\d)[A-Za-z\d]{8,}$

该正则表达式用于验证密码的格式是否正确，要求包含字母和数字，且长度至少为8个字符。

        3.提取日期：

^\d{4}-\d{2}-\d{2}$

该正则表达式用于匹配日期格式，如2023-03-17。

        4.提取时间：

^\d{2}:\d{2}:\d{2}$

该正则表达式用于匹配时间格式，如13:45:30。

以上仅是一些常见的日常使用正则表达式示例，根据具体需求和场景，还可以使用更复杂的正则表达式来实现更高级的功能。

 

作者的其他文章：

“低代码开发：美味膳食还是垃圾食品？“-CSDN博客