正则表达式的理解

正则表达式

正则是一种用来搜索和替换文本字符串的工具

写正则之前需要理解的一些概念

正则教程

一般我们写一个字符串就代表 这个字符文本本身，但有一些字符串可以表示一系列的字符串，类似于linux的glob模式一样，这种字符串本身代表着一种通配，比如串'[0-9]'代表一个数字，这个数字在0-9之间，在正则中只有几个东西和字面的意思不一样

• . ^ $ * + ? \ | 这八个英文符号
• () [] {} 三种英文括号
• 如果想表达上面符号本身所代表的字符串，需要在前面加转移符号 \

因此最重要的其实就是这八个英文符号以及 三个括号所代表的规则~

• . 匹配任何单个字符，\n ,\r 代表换行的除外
• ^ 匹配字符串开始的位置，如 ^a 要求字符串的开头是a
• $ 匹配字符串结束的位置，如 a$要求字符串以a结束
• *匹配前面的表达式零次或多次
• +匹配前面的表达式一次或多次
• ？匹配前面的表达式零次或一次, 当？跟在其他限制符后面时，匹配模式是非贪婪的，将会尽可能少的匹配原来限制符所匹配的内容
• \ 用来转义，如比配一个字符串 “.” ，需要写成 .，还会有 \b, \B 将普通字符转成具有含义的通配符，常用的这种类型的元字符有\b, \d, \s, \w
• | 代表或

可以看出 * + ？ 这三个都是进行向前匹配一定次数的，更通用的一个写法是o{m,n}，标识匹配o的字数在m和n之间。例如 o{1,3} 将匹配“fooooood”中的前三个o。“o{0,1}”等价于“o?”，逗号之间不能有空格，如此来 * + ？ 都可以写成{0,} {1,} {0,1}

三种括号的用法

• () 代表捕获，符合()内正则表达式的内容将会保存在匹配结果的matches中。
• [] 建立一个匹配集合（或者叫字符组）,任何一个字符属于这个集合就可以匹配，比如 [ABCDEFG]可以匹配字母A到G的任何字母,匹配所有字母是[A-Za-z]，匹配所有数字是[0-9],注意一下，^在字符组中代表取反，而不是文本开始的位置；- 连字符可以代表数字和字符的范围
• {} 如上所述，进行指定次数的多次匹配

查看所有的字符含义的正则表达式全集

总结

• 正则的难度在于在实际中找出文本字符串的规律，写一个可以匹配的正则很容易， 写一个只能匹配的正则很难。
• 有一个网站可以很好的帮你书写正则：regular expression