正则表达式 学习笔记（三）

11.分组

你可以使用括号表示分组:

• 通过使用 Mon|Tues|Wednes|Thurs|Fri|Satur|Sun)day 匹配一周中的某一天
• (\w*)ility  与 \w*ility 相同。都是匹配一个由”ility”结尾的单词。稍后我们会讲解，为何第一种方法更加有用。
• 表示匹配一对括号。
• [()]表示匹配任意一个左括号或者一个右括号
• (red|blue)表示匹配red或者blue或者是一个空字符串
• abc()def与abcdef相同
• (red|blue)？与(red|blue|)相同
• \w+(\s+\w+)表示匹配一个或多个由空格分隔的单词

示例

 \w+\W+\w+\W+\w+  =  \w+(\W+\w+){2}

 \w+\W+\w+\W+\w+\W+\w+\W+\w+\W+\w+  =  \w+(\W+\w+){5}


12.单词分隔符

• \b表示匹配一个单词分隔符
• \b\w\w\w\b表示匹配一个三字母单词
• a\ba表示匹配两个a中间有一个单词分隔符。这个正则表达式永远不会有匹配的字符，无论输入怎样的文本示例

 

 

13.换行符

一篇文本中可以有一行或多行，行与行之间由换行符分隔，比如

LINE一行文字

LINE BREAK 换行符

LINE一行文字

LINE BREAK 换行符

...

LINE一行文字

LINE BREAK 换行符

注意，所有的文本都是以一行结束的，而不是以换行符结束。但是，任意一行都可能为空，包括最后一行。行的起始位置，是在换行符和下一行首字符之间的空间。考虑到单词分隔符，文本的起始位置也可以当做是首行位置。最后一行是最后一行的尾字符和换行符之间的空间。考虑到单词分隔符，文本的结束也可以认为是行的结束。基于此概念：

• ^表示匹配行的开始位置
• $表示匹配行的结束位置
• ^&表示一个空行
• ^.*& 表示匹配全文内容，因为行的开始符号也是一个字符，"."会匹配这个符号。找到单独的一行，可以使用 ^.*?$
• \^\$表示匹配字符串“^$”
• [$]表示匹配一个$。但是，[^]不是合法的正则表达式。记住在方括号中，字符有不同的特殊含义。要想在方括号内匹配^，必须用[\^]

14.文本分界

在很多的正则表达式实现中，将^和$作为文本的开始符号和结束符号。

还有一些实现中，用\A和\z作为文本的开始和结束符号。

15.捕获组

正则表达式(\w*)ility表示匹配以ility结尾的词。第一个被捕获的部分是由\w*控制的。比如，输入的文本内容中有单词accessibility，那么首先被捕获的部分是accessib。如果输入的文本中有单独的ility，则首先被捕获的是一个空字符串。

  

总结：

• 字符: a b c d 1 2 3 4 etc.
• 字符类: . [abc] [a-z] \d \w \s
  • . 代表任何字符
  • \d 表示“数字”
  • \w   表示”字母”, [0-9A-Za-z_]
  • \s   表示 “空格, 制表符,回车或换行符”
  • 否定字符类: [^abc] \D \W \S
• 重复: {4} {3,16} {1,} ? * +
  • ? 表示 “零次或一次”
  • * 表示 “大于零次”
  • + 表示 “一次或一次以上”
  • 如果不加上？，所有的重复都是最长匹配的（贪婪）
• 分组: (Septem|Octo|Novem|Decem)ber
• 词，行以及文本的分隔: \b ^ $ \A \z
• 转义字符: \1 \2 \3 etc. (在匹配表达式和替换表达式中都可用)

• 元字符: . \ [ ] { } ? * + | ( ) ^ $
• 在字符类中使用元字符: [ ] \ - ^
• 使用反斜杠可以忽略元字符: \