正则表达式必知必会

按有用程度 按页码先后 最新笔记

• 

  全部

  tzk

  正则表达式使用场合：1、查找特定的信息（搜索），匹配一些文本，2、查找并编辑特定的信息（替换），匹配并替换一些文本。 全局匹配 不区分大小写 模式（Pattern）表示实际的正则表达式。 \是一个元字符（metacharacter），表示“这个字符有特殊含义，而不是字符本身含义。 验证某个模式能不能获得预期的匹配结果并不困难，难点是：如何验证它不会匹配到你不想要的东西。 正则表达式可以用来匹配包含着字符串内容.. (更多)

  正则表达式使用场合：1、查找特定的信息（搜索），匹配一些文本，2、查找并编辑特定的信息（替换），匹配并替换一些文本。

  全局匹配

  不区分大小写

  模式（Pattern）表示实际的正则表达式。

  \是一个元字符（metacharacter），表示“这个字符有特殊含义，而不是字符本身含义。

  验证某个模式能不能获得预期的匹配结果并不困难，难点是：如何验证它不会匹配到你不想要的东西。

  正则表达式可以用来匹配包含着字符串内容的模式。匹配的并不总是整个字符串的，而是与某个模式相匹配的字符——即使它们只是整个字符串的一部分。如果需要把某个正则表达式的匹配结果传递到其他代码或应用程序里做进一步处理，就必须记住这一细节差异。

  防止过度匹配：*和+都是所谓的“贪婪型”元字符，它们在进行匹配时的行为模式是多多益善而不是适可而止的。它们会尽可能地从一段文本质开头一直匹配到这段文本的末尾，而不是从这段文本的开头匹配到碰到第一个匹配时为止。可使用“懒惰型”版本，与“贪婪型”正好相反。

  * -> *?，+ -> +?，{n, } -> {n, }?

  \b限定符指定单词边界，用来匹配一个单词的开始或结尾，它是这样一个位置，位于一个能够用来构成单词的字符（字母、数字和下线，也就是与\w相匹配的字符）和一个不能用来构成单词的字符（也就是与\W相匹配的字符）之间。注意：\b匹配只匹配一个位置，不匹配任何字。\B表明不匹配一个单词边界，即字母数字下划线之间，或者非字母数字下划线之间。

  \<只匹配单词珠开头，\>只匹配单词的结果，但支持两种元字符的正则表达式引擎并不多见。

  用来定义字符串边界的元字符有两个：一个是用来定义字符串开头的^，另一个是用定义字符串结尾的$。^放在集合中，表示“求非”。

  启用分行匹配模式的(?m)是一个能够改变其他元字符行为的元字符序列，它在整个模式的最前面出现。在分行匹配模式下，^不仅匹配正常的字符串开头，还将匹配行分隔符（换行符）后面的开始位置（这个位置是不可能见的）；类似地，$不仅匹配正常的字符串结尾，还将匹配行分隔符（换行符）后面的结束位置。要检查是否支持

  子表达式是一个更大的表达式的一部分；把一个表达式划分为一系列子表达式的目的是为了把那些子表达式当作一个独立元素来使用。子表达式必须用(和)括起来。

  在构造一个正则表达式的时候，一定要把你想匹配什么和你不想匹配什么详尽地定义清楚，定义好必须且只能符合的规则，再根据这些规则来构造一个相应的模式。

  分析正则表达式，关键是要把它们分解开、每次只分析和理解一个子表达式。在分析各个子表达式的时候，应该按照先内后外的原则来进行，而不是从第一个字符开始一个字符一个字符地去尝试。

  子表达式常见用途包括：对重复次数元字符的作用对象做出精确的设定和控制、对|操作符的OR条件做出准确的定义，等等。如有必要，子表达式还允许嵌套使用。

  回溯引用指的是模式的后半部分引用在前半部分中定义的子表达式，它允许正则表达式模式引用前面的匹配结果，可将其想像成变量。回溯引用只能用来引用模式里的子表达式（用(和)括起来的正则表达式片段），其匹配通常从1开始计数（\1、\2，等等），在许多实现里，第0个（\0）可以用来代表整个正则表达式，同一个子表达式可以被引用任意多次。

  为弥补子表达式相对位置引用的缺陷，某些新的正则表达式还支持“命名捕获”（named capture）：给某个子表达式起一个唯一的名字，然后用这个名字（而不是相对位置）来引用这个子表达式。需检查是否支持

  在对文本进行重新排版的时候，把文本分解成多个子表达式的做法往往非常有用，这可以文本的排版效果做出更精确的控制。

  字符大小写转换

  向前查找指定了一个必须匹配但不在结果中返回的模式，实际上就是一个子表达式，以?=开关的子表达式，需要匹配的文本跟在=的后面。向前查找（和向后查找）匹配本身其实是有返回结果的，只是这个字节长度永远是0而已。因此，前后查找操作有时也被称为零宽度（zero-width）匹配操作。

  向后查找操作符是?<=，

  向前查找模式的长度是可变的，它们可以包含.和+之类的元字符，所以它们非常灵活；而向后查找模式只能是固定长度——这是一条几乎所有的正则表达式实现都遵守的限制。

  负向前查找和负向后查找，将正向前查找和正向后查找的=换成!。它们可对最终的匹配结果包含且史包含哪些内容做出更精确的控制，前后查找操作使我们可以利用子表达式来指定文本匹配操作的发生位置，并收到只匹配不消费的效果。

  正则表达式里的条件：1、根据一个回溯引用来进行条件处理；2、根据一个前后查找来进行条件处理。

  回溯引用条件：

  1、?(backreference)true-regex

  2、?(backreference)true-regex|false-regex)

  只有当前面的backreference成立或不成立时执行后面的true-regex或false-regex匹配

  前后查找条件，只在一个向前查找或向后查找操作取得成功的情况下才允许一个表达式被使用，只需把回溯引用条件中的引用编号替换为一个完整的前后查找表达式就行了。

  正则表达式的调试，先对整个模式的各组成部分分别进行调试，再把它们拼装到一起，这通常是一种比较好的办法。 (收起)

  2011-09-17 17:36:39   回应

  收藏

  推荐
• 

  第32页

  小P孩 (阿康代购：ahkang.taobao.com)

  POSIX字符类 [:alnum:] 字母或数字 [:alpha:] 字母 [:blank:] 空格或制表符。等价于[\t ] [:cntrl:] ASCII控制字符(0到31，再加上127) [:digit:] 数字 [:graph:] 非空字符。与[:print:]一样，但不包括空格 [:lower:] 小写字符 [:print:] 任何一个可打印字符。非空字符（包括空格） [:punct:] 标点符号 [:space:] 所有空白字符。等价于[^\f\n\r\t\v ] [:upper:] 大写字符 ... (更多)

  POSIX字符类

  [:alnum:] 字母或数字

  [:alpha:] 字母

  [:blank:] 空格或制表符。等价于[\t ]

  [:cntrl:] ASCII控制字符(0到31，再加上127)

  [:digit:] 数字

  [:graph:] 非空字符。与[:print:]一样，但不包括空格

  [:lower:] 小写字符

  [:print:] 任何一个可打印字符。非空字符（包括空格）

  [:punct:] 标点符号

  [:space:] 所有空白字符。等价于[^\f\n\r\t\v ]

  [:upper:] 大写字符

  [:xdigit:] 十六进制数字。等价于[0-9a-fA-F] (收起)

  2011-04-10 22:04:03   回应

  收藏

  推荐
• 

  第48页

  小P孩 (阿康代购：ahkang.taobao.com)

  Q：贪婪型元字符和懒惰型元字符的区别？ A：贪婪型元字符在匹配时的行为模式是多多益善而不会适可而止，懒惰型元字符则正好相反，它会匹配尽可能少的字符。 懒惰型元字符的写法就是在贪婪型元字符后加上一个?后缀。 贪婪型元字符： * + {n,} 懒惰型元字符： *? +? {n,}? (更多)

  Q：贪婪型元字符和懒惰型元字符的区别？

  A：贪婪型元字符在匹配时的行为模式是多多益善而不会适可而止，懒惰型元字符则正好相反，它会匹配尽可能少的字符。

  懒惰型元字符的写法就是在贪婪型元字符后加上一个?后缀。

  贪婪型元字符：

  *

  +

  {n,}

  懒惰型元字符：

  *?

  +?

  {n,}?

  (收起)

  2011-04-10 21:57:18   回应

  收藏

  推荐

• 

  第4页

  小P孩 (阿康代购：ahkang.taobao.com)

  Q:什么是正则表达式？ A:正则表达式是一些用来匹配和处理文本的字符。也称作模式（pattern）。 (更多)

  Q:什么是正则表达式？

  A:

  正则表达式是一些用来匹配和处理文本的字符。也称作模式（pattern）。

  (收起)

  2011-04-10 21:22:19   回应

  收藏

  推荐
• 

  第13页

  小P孩 (阿康代购：ahkang.taobao.com)

  Q:元字符（metacharacter）表示什么？ A:元字符表示“这个字符有特殊含义，而不是字符本身的含义”。 (更多)

  Q:元字符（metacharacter）表示什么？

  A:元字符表示“这个字符有特殊含义，而不是字符本身的含义”。 (收起)

  2011-04-10 21:22:36   回应

  收藏

  推荐
• 

  第32页

  小P孩 (阿康代购：ahkang.taobao.com)

  POSIX字符类 [:alnum:] 字母或数字 [:alpha:] 字母 [:blank:] 空格或制表符。等价于[\t ] [:cntrl:] ASCII控制字符(0到31，再加上127) [:digit:] 数字 [:graph:] 非空字符。与[:print:]一样，但不包括空格 [:lower:] 小写字符 [:print:] 任何一个可打印字符。非空字符（包括空格） [:punct:] 标点符号 [:space:] 所有空白字符。等价于[^\f\n\r\t\v ] [:upper:] 大写字符 ... (更多)

  POSIX字符类

  [:alnum:] 字母或数字

  [:alpha:] 字母

  [:blank:] 空格或制表符。等价于[\t ]

  [:cntrl:] ASCII控制字符(0到31，再加上127)

  [:digit:] 数字

  [:graph:] 非空字符。与[:print:]一样，但不包括空格

  [:lower:] 小写字符

  [:print:] 任何一个可打印字符。非空字符（包括空格）

  [:punct:] 标点符号

  [:space:] 所有空白字符。等价于[^\f\n\r\t\v ]

  [:upper:] 大写字符

  [:xdigit:] 十六进制数字。等价于[0-9a-fA-F] (收起)

  2011-04-10 22:04:03   回应

  收藏

  推荐

• 

  全部

  tzk

  正则表达式使用场合：1、查找特定的信息（搜索），匹配一些文本，2、查找并编辑特定的信息（替换），匹配并替换一些文本。 全局匹配 不区分大小写 模式（Pattern）表示实际的正则表达式。 \是一个元字符（metacharacter），表示“这个字符有特殊含义，而不是字符本身含义。 验证某个模式能不能获得预期的匹配结果并不困难，难点是：如何验证它不会匹配到你不想要的东西。 正则表达式可以用来匹配包含着字符串内容.. (更多)

  正则表达式使用场合：1、查找特定的信息（搜索），匹配一些文本，2、查找并编辑特定的信息（替换），匹配并替换一些文本。

  全局匹配

  不区分大小写

  模式（Pattern）表示实际的正则表达式。

  \是一个元字符（metacharacter），表示“这个字符有特殊含义，而不是字符本身含义。

  验证某个模式能不能获得预期的匹配结果并不困难，难点是：如何验证它不会匹配到你不想要的东西。

  正则表达式可以用来匹配包含着字符串内容的模式。匹配的并不总是整个字符串的，而是与某个模式相匹配的字符——即使它们只是整个字符串的一部分。如果需要把某个正则表达式的匹配结果传递到其他代码或应用程序里做进一步处理，就必须记住这一细节差异。

  防止过度匹配：*和+都是所谓的“贪婪型”元字符，它们在进行匹配时的行为模式是多多益善而不是适可而止的。它们会尽可能地从一段文本质开头一直匹配到这段文本的末尾，而不是从这段文本的开头匹配到碰到第一个匹配时为止。可使用“懒惰型”版本，与“贪婪型”正好相反。

  * -> *?，+ -> +?，{n, } -> {n, }?

  \b限定符指定单词边界，用来匹配一个单词的开始或结尾，它是这样一个位置，位于一个能够用来构成单词的字符（字母、数字和下线，也就是与\w相匹配的字符）和一个不能用来构成单词的字符（也就是与\W相匹配的字符）之间。注意：\b匹配只匹配一个位置，不匹配任何字。\B表明不匹配一个单词边界，即字母数字下划线之间，或者非字母数字下划线之间。

  \<只匹配单词珠开头，\>只匹配单词的结果，但支持两种元字符的正则表达式引擎并不多见。

  用来定义字符串边界的元字符有两个：一个是用来定义字符串开头的^，另一个是用定义字符串结尾的$。^放在集合中，表示“求非”。

  启用分行匹配模式的(?m)是一个能够改变其他元字符行为的元字符序列，它在整个模式的最前面出现。在分行匹配模式下，^不仅匹配正常的字符串开头，还将匹配行分隔符（换行符）后面的开始位置（这个位置是不可能见的）；类似地，$不仅匹配正常的字符串结尾，还将匹配行分隔符（换行符）后面的结束位置。要检查是否支持

  子表达式是一个更大的表达式的一部分；把一个表达式划分为一系列子表达式的目的是为了把那些子表达式当作一个独立元素来使用。子表达式必须用(和)括起来。

  在构造一个正则表达式的时候，一定要把你想匹配什么和你不想匹配什么详尽地定义清楚，定义好必须且只能符合的规则，再根据这些规则来构造一个相应的模式。

  分析正则表达式，关键是要把它们分解开、每次只分析和理解一个子表达式。在分析各个子表达式的时候，应该按照先内后外的原则来进行，而不是从第一个字符开始一个字符一个字符地去尝试。

  子表达式常见用途包括：对重复次数元字符的作用对象做出精确的设定和控制、对|操作符的OR条件做出准确的定义，等等。如有必要，子表达式还允许嵌套使用。

  回溯引用指的是模式的后半部分引用在前半部分中定义的子表达式，它允许正则表达式模式引用前面的匹配结果，可将其想像成变量。回溯引用只能用来引用模式里的子表达式（用(和)括起来的正则表达式片段），其匹配通常从1开始计数（\1、\2，等等），在许多实现里，第0个（\0）可以用来代表整个正则表达式，同一个子表达式可以被引用任意多次。

  为弥补子表达式相对位置引用的缺陷，某些新的正则表达式还支持“命名捕获”（named capture）：给某个子表达式起一个唯一的名字，然后用这个名字（而不是相对位置）来引用这个子表达式。需检查是否支持

  在对文本进行重新排版的时候，把文本分解成多个子表达式的做法往往非常有用，这可以文本的排版效果做出更精确的控制。

  字符大小写转换

  向前查找指定了一个必须匹配但不在结果中返回的模式，实际上就是一个子表达式，以?=开关的子表达式，需要匹配的文本跟在=的后面。向前查找（和向后查找）匹配本身其实是有返回结果的，只是这个字节长度永远是0而已。因此，前后查找操作有时也被称为零宽度（zero-width）匹配操作。

  向后查找操作符是?<=，

  向前查找模式的长度是可变的，它们可以包含.和+之类的元字符，所以它们非常灵活；而向后查找模式只能是固定长度——这是一条几乎所有的正则表达式实现都遵守的限制。

  负向前查找和负向后查找，将正向前查找和正向后查找的=换成!。它们可对最终的匹配结果包含且史包含哪些内容做出更精确的控制，前后查找操作使我们可以利用子表达式来指定文本匹配操作的发生位置，并收到只匹配不消费的效果。

  正则表达式里的条件：1、根据一个回溯引用来进行条件处理；2、根据一个前后查找来进行条件处理。

  回溯引用条件：

  1、?(backreference)true-regex

  2、?(backreference)true-regex|false-regex)

  只有当前面的backreference成立或不成立时执行后面的true-regex或false-regex匹配

  前后查找条件，只在一个向前查找或向后查找操作取得成功的情况下才允许一个表达式被使用，只需把回溯引用条件中的引用编号替换为一个完整的前后查找表达式就行了。

  正则表达式的调试，先对整个模式的各组成部分分别进行调试，再把它们拼装到一起，这通常是一种比较好的办法。 (收起)

  2011-09-17 17:36:39   回应

  收藏

  推荐
• 

  第32页

  小P孩 (阿康代购：ahkang.taobao.com)

  POSIX字符类 [:alnum:] 字母或数字 [:alpha:] 字母 [:blank:] 空格或制表符。等价于[\t ] [:cntrl:] ASCII控制字符(0到31，再加上127) [:digit:] 数字 [:graph:] 非空字符。与[:print:]一样，但不包括空格 [:lower:] 小写字符 [:print:] 任何一个可打印字符。非空字符（包括空格） [:punct:] 标点符号 [:space:] 所有空白字符。等价于[^\f\n\r\t\v ] [:upper:] 大写字符 ... (更多)

  POSIX字符类

  [:alnum:] 字母或数字

  [:alpha:] 字母

  [:blank:] 空格或制表符。等价于[\t ]

  [:cntrl:] ASCII控制字符(0到31，再加上127)

  [:digit:] 数字

  [:graph:] 非空字符。与[:print:]一样，但不包括空格

  [:lower:] 小写字符

  [:print:] 任何一个可打印字符。非空字符（包括空格）

  [:punct:] 标点符号

  [:space:] 所有空白字符。等价于[^\f\n\r\t\v ]

  [:upper:] 大写字符

  [:xdigit:] 十六进制数字。等价于[0-9a-fA-F] (收起)

  2011-04-10 22:04:03   回应

  收藏

  推荐
• 

  第48页

  小P孩 (阿康代购：ahkang.taobao.com)

  Q：贪婪型元字符和懒惰型元字符的区别？ A：贪婪型元字符在匹配时的行为模式是多多益善而不会适可而止，懒惰型元字符则正好相反，它会匹配尽可能少的字符。 懒惰型元字符的写法就是在贪婪型元字符后加上一个?后缀。 贪婪型元字符： * + {n,} 懒惰型元字符： *? +? {n,}? (更多)

  Q：贪婪型元字符和懒惰型元字符的区别？

  A：贪婪型元字符在匹配时的行为模式是多多益善而不会适可而止，懒惰型元字符则正好相反，它会匹配尽可能少的字符。

  懒惰型元字符的写法就是在贪婪型元字符后加上一个?后缀。

  贪婪型元字符：

  *

  +

  {n,}

  懒惰型元字符：

  *?

  +?

  {n,}?

  (收起)

  2011-04-10 21:57:18   回应

  收藏

  推荐