正则表达式

正则表达式

正则规则

• 第一条规则： 本身是哪一个字符，就匹配字符串中的哪一个字符
• 第二条规则：使用字符组，一个字符组就代表匹配一个字符，只要这个字符出现在字符组里，那么就说明这个字符能匹配上

字符组 [ ]

• 格式：[字符1字符2]
• 可以指定范围
  • 所有的范围都必须遵循ascii码从小到大来指定
    • [0-9] [a-z] [A-Z]

元字符

带 \ 的元字符

• \d 表示所有的数字

  • \d --> \是转义符，转义符转义了d，让d能够匹配所有0-9之间的数

• \w 表示所有的数字、字母、下划线

• \s 表示所有的空白，空格，换行，制表符

  • \t 匹配制表符
  • \n 匹配换行符

• \D 表示所有的非数字

• \W 表示 除字母、数字、下划线之外的所有字符

• \S 表示非空白

特殊

• . 表示除了换行符之外的所有内容
• [] 字符组，只要在中括号内的所有字符都是符合规则的字符
• [^] 非字符组，只要在中括号内的所有字符都是不符合规则的字符
• ^ 表示以一个字符为开始
• $ 表示以一个字符为结束
• | 表示或，注意点：如果两个规则有重叠部分，总是长的在前面，短的在后面
  • 只负责把两个表达式分开，如果是在整个表达式中只对一部分内容进行或，需要分组
• () 表示分组，给一部分正则规定为一组，| 这个符号的作用域就可以缩小了

量词

• {n} 表示只能出现n次

• {n,} 表示至少出现n次

• {n,m}表示至少出现n次，至多出现m次

• ？ 表示匹配0次或1次 表示可有可无 但是有只能有一个 比如小数点

• + 表示匹配1次或多次

• * 表示匹配0次或多次 表示可有可无 但是有可以有多个 比如小数点后n位

• ?字符 表示按照元字符规则在量词范围内匹配，一旦遇到该字符就停止

  • .*?x 匹配任意的内容任意多次遇到x就立即停止

.*?的用法

. 是任意字符

* 是取 0 至 无限长度

? 是非贪婪模式。

在一起就是 取尽量少的任意字符，一般不会这么单独写，他大多用在：
.*?x
就是取前面任意长度的字符，直到一个x出现

匹配原则

贪婪匹配

默认匹配原则，使用的是回溯算法，总是会在符合量词条件的范围内尽量多匹配

非贪婪匹配

惰性匹配，总是匹配符合条件范围内尽量少的字符串

几个常用的非贪婪匹配Pattern

*? 重复任意次，但尽可能少重复

+? 重复1次或更多次，但尽可能少重复

?? 重复0次或1次，但尽可能少重复

{n,m}? 重复n到m次，但尽可能少重复

{n,}? 重复n次以上，但尽可能少重复