正则表达式 实用篇（正则表达式知必会）

正则表达式的两个用途：查找与替换

查找时不区分大小写

转义字符\(属于元字符）

在linux或unix中需要把\换为/

元字符

不使用\转义则无法匹配其本身

不须转义的元字符	说明
[\b]	回退并删除一个字符
\f	换页符
\n	换行符
\r	回车符
\t	制表符
\v	垂直制表符
\d	任何一个数字字符（等价于[0-9]）
\D	任何一个非数字字符
\w	任何一个字母、数字字符（大小写均可）或下划线字符等价于[a-zA-Z0-9_]
\W	与\w相反
\s	任何一个空白字符（等价于[\f\n\r\t\v]）
\S	任何一个非空白字符（等价于[^\f\n\r\t\v]）
[更多元字符请移步][https://www.cnblogs.com/MR---Zhao/p/12717504.html]

\n\r是windows的文本行结束标签，而unix与linux则只采用一个换行符来结束文本行

**\s无法匹配退格字符[\b]

POSIX字符

POSIX字符进行匹配时通常需要在其字符本身[ ]外再加一个[ ]

.指代任意字符(属于元字符）

不匹配换行符

和字符[ ](属于元字符）

表示一个字符集合,集合中的元素关系为‘或’，多用于不区分大小写的查找[Rr][Gg][Bb]\.word

• 例：
  [ns]a.\.xls表示查找名称包含n或s且第2位为a，第3位为任意字符（空格除外），第4位为.且5、6、7位分别为xls的文件

  此处的2，3，4，5，6，7，均指代sa后面的字符所处位置，而非文件名的第2，3，4，5，6，7位

连字符-

（从哪到哪），只能用于[ 之间]，所以在别处使用-不需要转义

• 例：[0-9][a-z][A-Z][A-z]分别表示匹配：0-9中任意一个，a-z中任意一个，A-Z中任意一个，ASCLL表中A-z任意一个
  复合写法：[0-9a-zA-ZA-z]

^元字符

取非字符^

• 例：[^0-9]表示不取带有数字0-9的

字符串边界字符^

匹配字符串开头位置

$匹配字符串结尾

匹配一个或多个字符+（贪婪元字符）

• 例：\S+可匹配任意多个非空白字符，+根据前面的字符确定后面的字符

匹配0个或多个字符*

** 属于“贪婪元字符”，可在后加？用来杜绝“过度匹配” **

• 例：.*可匹配0个或多个字符

匹配0个或1个字符？

• 例：S？表示？前的字符S可有可无

** 在*后加？用来杜绝“过度匹配” **

重复匹配

/w{4}重复四次
/w{0,4}重复0-4次

边界匹配\b,\B

\b只匹配一个位置，而不匹配任何字符；\B相反
+\bcar\b用来匹配一个单词\bcar用来匹配一个前缀\bcar用来匹配一个后缀

分行匹配模式(? m)

在此模式下^b将匹配开头与行分隔符；$将匹配结尾与行分隔符

• 例：(? m)^\s//.$可匹配//注释

子表达式( )

将（ ）中内容看作一个整体；养成良好的加（ ）习惯可方便“回溯”、替换

• 例：（ ）查找至少两个空格代码
  (\d{1,3}\.){3}\d{1,3}

|操作符

放在两个元素中间表示或的关系通常配合（ ）使用

• 例：（1978|2000）
(((\d {1,2}) | (1 \d {2}) | (2 [0-4] \d) | (25 [0-5])) \.{3} ((\d{1,2}) | (1\d{2}) | (2 [0-4]\d) | (25[0-5]))匹配ip地址（0-255，0-255，0-2550-255）

回溯引用

模式后半部分引用前半部分定义的子表达式

• 例：<[hH]([1-6])>.*?</[hH]\1>匹配标题标签 \1表示引用第一个子表达式（匹配的结果）；\0则指代整个表达式；同一个表达式可以被引用多次

替换$

需要先查找（搜索模式），再使用‘回溯’替换（替换模式）

向前查找?=

返回结果中只包含=前的内容

• 例：.+(?=:)不返回:

负向前查找?！

返回结果中只包含(?!)前的内容

• 例：.+(?=:)返回:及：前的内容

向后查找?<=

匹配后，返回结果中只包含=后的内容

• 例：.+(?<=:)a只返回:a

负向后查找?？<！

匹配后，返回结果中只包含（？<！）后的内容

• 例：.+(?<!:)a只返回a