《正则表达式必知必会》学习笔记

《正则表达式必知必会》学习笔记

第二章.匹配单个字符
例子一...
文本：
Hello,my name is Sam.my pet is dog.
正则表达式：
name
结果：
匹配个数1，匹配的位置9
注意：正则表达式默认区分字母大小写。

----------------------------------
例子二...有多个匹配结果
文本：
Hello,my name is Sam.my pet is dog.
正则表达式：
my
结果：
匹配个数2，匹配的位置有两个，第一个是6，第二个是21

----------------------------------
例子三...匹配任意单个字符
文本：
ab
c
正则表达式：
.b
结果：
匹配个数1，匹配的位置0

如果正则表达式：
.a
结果：
匹配个数为0

如果正则表达式：
.c
结果：
匹配个数为0
说明：点.是任意单个字符，不包括没有和换行符。


-------------------------------------------------------------------------
第三章 匹配一组字符
例子一...匹配多个字符中的某一个
文本：
Hello,my name is Sam.my pet is dog.
正则表达式：
[ea]ll
结果：
匹配个数1，匹配的位置1，匹配的结果字符串是ell
说明：方括号[]里面的多个字符，里面的任意一字符可拿出来，但仅仅是拿出一个，不能两个或以上。

----------------------------------
例子二...利用字符集合区间
文本：
sales1.xlsorders3.xlssales2.xls
sales3.xls
apac1.xls
europe2.xls
na1.xls
na2.xls
sa1.xls
正则表达式：
[ns]a[0-9]\.xls
结果：
匹配个数3，匹配的位置分别是69，78，87
说明：所谓字符区间[0-9]表示[0123456789]，然后[A-Z]，[a-z],[A-F]你懂的。字符区间的首，尾字符可以是ASCII字符表里的任意字符。

----------------------------------
例子三...取非匹配
文本：
sales1.xlsorders3.xlssales2.xls
sales3.xls
apac1.xls
europe2.xls
sam.xls
na1.xls
na2.xls
sa1.xls
正则表达式：
[ns]a[^0-9]\.xls
结果：
匹配个数1，匹配的位置分别是69
说明：^这个符号表示对字符区间集合进行取非操作，比如[^0-9]表示不是任何数字的字符

-------------------------------------------------------------------------
第四章 使用元字符
例子一...匹配空白字符
文本：
sales1.xlsorders3.xlssales2.xls
sales3.xls
apac1.xls
europe2.xls
sam.xls
na1.xls
na2.xls
sa1.xls
正则表达式：
\n\r
结果：
匹配个数0.

如果正则表达式：
\n
结果：
匹配个数8.匹配的位置分别是32,44,55,68,77,86,95,104。

如果正则表达式：
\r
结果：
匹配个数8.匹配的位置分别是31,43,54,67,76,85,94,103。

如果正则表达式：
\r\n
结果：
匹配个数8.匹配的位置分别是31,43,54,67,76,85,94,103。

说明：在Windows操作系统，文本行的结束标签是\r\n。下面是一个空白元字符的对照表
[\b]    回退字符(Backspace键)
\f    换页符
\n    换行符
\r    回车符
\t    制表符(Tab键)
\v    垂直制表符


----------------------------------
例子二...匹配数字(非数字)，匹配字母和数字(与非字母和数字)，匹配空白字符
说明：
\d等同于[0-9]，等同于[0123456789];   \D等同于[^0-9];
\w等同于[a-zA-Z0-9_]就是任何一个大小写字母和数字和下划线;\W等同于[^a-zA-Z0-9_]
\s等同于[\f\n\r\t\v]就是空白字符啦，\S等同于[^\f\n\r\t\v]


----------------------------------
例子三...匹配十六进制或八进制标明的ASCII字符，使用POSIX字符集合
说明：
\x0A等同于ASCII字符10，也就是换行符，也就是\n。这是十六进制。
\011等同于ASCII字符9，也就是制表符。这事八进制。
对于POSIX字符集合，只不过是[0-9][a-z]等等的另一种表达方式，Javascript和.NET的正则不支持。



-------------------------------------------------------------------------
第五章 重复匹配
例子一...匹配一个或多个字符
文本：
My Email is ttt@ccc.com.It is a good Email!
正则表达式：
\w+@\w+\.\w+
结果：
匹配个数1，匹配的位置是12
说明：+表示匹配一个或多个字符（至少一个，不匹配零个字符的情况）

文本:
My Email is rrr.ttt@ccc.com.It is a good Email!
正则表达式：
\w+@\w+\.\w+
结果：
匹配个数1，匹配到的字符串是ttt@ccc.com

如果正则表达式：
[\w.]+@\w+\.\w+
结果：
匹配个数1，匹配到的字符串是rrr.ttt@ccc.com
说明：我们没有对字符集合[\w.]里面的.字符进行转义，但最后还是匹配出来。一般来说，在[]里面的元字符.和+都被解释为普通字符，不需转义。当然，转义了也没坏处。


----------------------------------
例子二...匹配零个或多个字符
文本：
Hello .god@hotmail.com is my Email!
正则表达式：
[\w.]+@\w+\.\w+
结果：
匹配到的字符串是.god@hotmail.com


如果正则表达式：
\w+[\w.]*@\w+\.\w+
结果：
匹配到的字符串是god@hotmail.com
说明：*这个符号表示匹配零个或多个字符，也就是表示可有可无的意思。


文本：
Hello .god.@hotmail.com is my Email!
正则表达式：
\w+[\w.]*@\w+\.\w+
结果：
匹配到的字符串是god.@hotmail.com

如果正则表达式：
\w+[\w.]*\w@\w+\.\w+
结果：
没有匹配字符串

----------------------------------
例子三...匹配零个或一个字符
文本：
The URL is http://www.g.cn,to connect securely use https://www.g.cn/ instead
正则表达式：
http://[\w./]+
结果：
匹配个数为1，匹配到的字符串是http://www.g.cn

如果正则表达式：
https?://[\w./]+
结果：
匹配个数为2，匹配到的字符串分别是http://www.g.cn和https://www.g.cn/
说明：?这个符号表示的是，我前面的字符要么不出现，要么最多出现一次。

 

 

----------------------------------

例子四...设定确定匹配次数，至少匹配几次，匹配几次到几次

 

 

文本：
The URL is http://www.g.cn,to connect securely ww
正则表达式：
w{3}
结果：
匹配个数为1，匹配到的字符串是www。

说明：{3}表示前一个字符必须重复出现三次才算一个匹配 。

 

 

如果正则表达式：

w{1,3}

 

结果：
匹配个数为2，匹配到的字符串是www和ww。

说明：{1,3}表示前一个字符出现一次到三次。

 

 

如果正则表达式：

 

w{3,}

结果：
匹配个数为1，匹配到的字符串是www。

说明：{3,}表示前一个字符至少出现三次。

 

 

----------------------------------

例子五...防止过度匹配

 

文本：
<b>AI</b> and <b>BI</b>
正则表达式：
<b>.*</b>
结果：
匹配个数为1，匹配到的字符串是<b>AI</b> and <b>BI</b>

说明：如果我们希望匹配的是<b>AI</b>和<b>BI</b>，说明原先匹配被过度了。

 

如果正则表示：

<b>.*?</b>

结果：

匹配个数为2，匹配到的字符串是<b>AI</b>和<b>BI</b>

贪婪元字符*对应懒惰元字符*?

贪婪元字符+对应懒惰元字符+?

贪婪元字符{n,}对应懒惰元字符{n,}?