基础知识篇

 

一、 七个元字符

限定符	描述	模式
.	匹配出换行符以外的任意字符	\d*\.\d
\w	匹配字母数字或下划线或者汉字或者下划线	"be+"
\s	匹配任意空白符	"rai?n"
\d	匹配数字	",\d{3}"
\b	匹配单词开始或结束，它只是匹配一个位置	"\d{2,}"
^	匹配字符串开始	"\d{3,5}"
$	匹配字符串结束	"\d{3,5}"

 

占有字符与0宽度：当字符串中的某一个或某一些被匹配到，丢到结果集中后，那这些字符就是占有字符；当表达式匹配到的只是个位置的话，那么这个位置就叫0宽度。

转义字符 \：如果想得到元字符本身的话，那么可以用 “\” 来取消元字符的作用，得到其本身，例如：\$，\\s

 

二、字符类[ ]

    用符号“[]”将字符括起来，例如[a,b,c]表示匹配a或者b或者c

 

三、重复或者叫限定符

代码/语法	说明
*	重复0次或多次
+	重复一次或多次
?	重复零次或1次
{n}	重复n次
{n,}	重复至少n次
{n,m}	重复至少n次，但不多于m次

 

四、分支条件 |

    指的是将不同的正则表达式规则分开，正则表达式是从左往右依次匹配，如果满足了某个分支就不会再管其他分支了。特殊的，如 字符类 [abc] = a|b|c

 

 

五、分组 ( )

    (\d{1-2}){3} 意思就是匹配4-6位数字，如4586983那么匹配的结果是：458698

    

六、反义字符

代码/语法	说明
\W	匹配任意一个不是字母或数字下划线或汉字的字符
\S	匹配任意一个不是空白符的字符
\D	匹配不是数字的字符
\B	匹配不是单词开头或者结尾的位置
[^X]	匹配除了X以外的任意字符
[^aeiou]	匹配除了aeiou这几个字母以外的任意字符

 

七、反向引用    

    使用小括号来指定表达式后，匹配到这个子表达式的文本（也就是字表达式捕获的内容）可以在表达式或者其他引用程序中继续使用，默认情况下，每个分组会有一个编号。从左往右，0对应的整个正则表达式，第一个子表达式为1，以此类推。

 

举例：

正则表达式：(?<work>3)(1)(2)(?<SmallDing>565)

匹配文本：312565

结果：

                   

分类	代表/语法	说明
捕获	（exp）	匹配exp，并捕获文本到自动命名的组里
	(?<name>exp)	匹配exp，并捕获文本到名称为name的组里，也可以写成(?’name’exp)
	(?:exp)	匹配exp，不捕获匹配文本，也不给分组分配组号
断言	(?=exp)	匹配exp前面位置，但是不匹配exp
	(?<=exp)	匹配exp后面位置，但是不匹配exp
	(?!exp)	匹配后面的不是exp的位置，但是不匹配exp
	(?<!exp)	匹配前面不是exp的位置，但是不匹配exp
注释	(?#comment)	注释

 

八、断言

    1. 零宽度断言 

            ⑴  (?=exp) ：零宽度正预测先行断言，总结：匹配 exp 前面的东西

                    举例：\b\w+(?=ing\b)  匹配以 ing 结尾，但不包含 ing 的单词。

            ⑵  (?<=exp)：零宽度正回归断言，总结：匹配 exp 后面的东西

                    举例：(?<=Doing)\d{3} ；文本：Doing456；结果：456

     2.负向零宽度断言

            ⑴ (?!exp)：零宽度负预测先行断言，断言此位置后面跟的不能是匹配的exp

                    举例：\d{3}(?!123)：前面匹配的是三位数字，后是匹配位置，后面匹配的后面跟的不能是123

            ⑵ (?<!exp)：零宽度负回顾断言，断言此位置前面不能是匹配的exp

 

九、平衡组

 

    最常见的应用是匹配Html标签：

语法	说明
(?’group’)	把捕获的内容命名为group，并压入堆栈
(?’-group’)	从堆栈上弹出最后压入堆栈名为group的捕获内容，如果堆栈为空则本组匹配失败
(?(group)yes|no)	如果堆栈上存在名为group的捕获内容的话，继续匹配yes部分的表达式，否则匹配no的表达式
(?!)	零宽度负先行断言，由于没有后缀表达式，试图匹配总是失败

 

        分组存入到各个组别，其实每个组别都是一个堆栈的数据结构，允许压入，也允许弹出。对于字符串：123456 ，正则表达式：(?'Group'123)(?'Group'456)匹配结果如图：

                                            

                                              

再使用正则表达式：(?'Group'123)(?'Group'456)(?’-Group’)，后数据结果如图：                                    

                                            

 

十、贪婪与非贪婪字符

    贪婪字符就是限定符中去掉 符号 “.”，如下表：

限定符	描述	模式	匹配
*	匹配上一个元素零次或多次	\d*\.\d	".0","19.9"和"219.9"
+	匹配上一个元素一次或多次	"be+"	"been"和"bee","bent"和"be"
？	匹配前面的元素零次或一次	"rai?n"	"ran"和"rain"
{n}	匹配上一个元素恰好n次	",\d{3}"	"1.043.6"中的.043
{n,}	匹配上一个元素至少n次	"\d{2,}"	"166"，"29"和"1930"
{n,m}	匹配上一个元素至少n次，但不多于m次	"\d{3,5}"	"166","16546","132654"中的13265

    非贪婪字符就是贪婪字符后面加“？”号，如下表：

限定符	描述	模式	匹配
*？	匹配上一个元素零次或多次，但次数尽可能少	\d*?\.\d	".0","19.9"和"219.9"
+？	匹配上一个元素一次或多次，但次数尽可能少	"be+?"	"been中的"be",bent"中的"be"
？？	匹配上一个元素零次或一次，但次数尽可能少	"rai??n"	"ran"和"rain"
{n}？	匹配前导元素恰好 n 次	",\d{3}?"	"1.043.6"中的.043
{n,}？	匹配上一个元素至少 n 次，但次数尽可能少	"\d{2,}?"	"166"，"29"和"1930"
{n,m}？	匹配上一个元素的次数介于 n 和 m 之间，但次数尽可能少	"\d{3,5}?"	"166","16546","132654"中的"132","654"

十、优先级顺序

运算符	描述
\	转义符
(), (?:), (?=), []	圆括号和方括号
*, +, ?, {n}, {n,}, {n,m}	限定符
^, $, \任何元字符、任何字符	定位点和序列（即：位置和顺序）
|	替换，"或"操作 字符具有高于替换运算符的优先级，使得"m|food"匹配"m"或"food"。若要匹配"mood"或"food"，请使用括号创建子表达式，从而产生"(m|f)ood"。

十一、需要转义的特殊字符小结

误区：

1. 匹配文本：  Doing123  的正则 是  (?<=Doing)Doing\d{3}  而不是 (?<=Doing)\d{3}

 

.NET 环境下的替换：

替换	说明
$number	包括替换字符串中的由 number 标识的捕获组所匹配的最后一个子字符串，其中 number 是一个十进制值。
${ name }	包括替换字符串中由 (?<name> ) 指定的命名组所匹配的最后一个子字符串。
$$	包括替换字符串中的单个“$”文本。
$&	包括替换字符串中整个匹配项的副本。
$`	包括替换字符串中的匹配项前的输入字符串的所有文本。
$'	包括替换字符串中的匹配项后的输入字符串的所有文本。
$+	包括在替换字符串中捕获的最后一个组。
$_	包括替换字符串中的整个输入字符串。

 

 1. $number

    需求：匹配一串数字千分位变为“，”，例如：123456789 替换后的结果为：123,456,789

    分析：需要找到位置“3”，“6”；完后将这些数字替换为相应的“number，”，找的这个数字后面跟着的是一个或者多个三位数字

    表达式：(\d)(?=(\d{3})+(?!\d))

    替换内容：$0，

 

2. ${name}

    需求：同上

    分析：给第一个组分配一个组号 test

    表达式：(?'test'\d)(?=(\d{3})+(?!\d))

    替换内容：${test}，

 

3. $$ 在匹配的内容插入一个 “$” 字符，将浮点数字转化为金额，例如将：15.23，33.12，44.31 替换为 $15.23，$33.12，$44.31

    分析：

    表达式：([0-9.]+)

    替换内容：$$$1   有背景的部分参考1

 

4. $& 取得是第0组内容，还是上面的例子

    分析：

    表达式：([0-9.]+)

    替换内容：$&$1

    结果：15.2315.23   33.1333.12  44.3144.31

 

5. $` $' 前一个是包含替换部分前面的内容，后一个反之，例如aa1bb2cc3

    表达式：(\d)

    替换内容：$`

    结果：aaaabbbbccc