一. 什么是正则表达式
从概念上来说,正则表达式也是一门小巧精炼的语言,他可以用来简化检索特点的字符串,替换特定的字符等功能,有许多开发语言工具,都内嵌支持正则表达式,那么一个正则表达式, 他就是一个字符串,但这个字符串具有特定含义;
二.正则表达式的基础语法
1.字面值
所谓字面值,就是没有任何转义,查找的对象就是其本身,比如正则表达式 abc,查找的就过就是返回要查找字符串中 abc三个字符连在一起的字符串, 又或者 123 就是查找123这个字符串.
2.特殊字符 (元字符)
(1) 句号
" . " 在正则表达式中表示匹配任意字符,很相似于通配符 * ,如果我们查找a.b 这个正则表达式, 我们可以找到所有开头为a,结尾为b 中间是任意字符的字符串, 比如abc,adc,a1c等等;
(2) 字符类 ( [] ) w
如果你在一个正则表达式中看到有一些字符被 [] 括起来,那么他们的含义将不再是简单的字面值,天猫表示某一个被括号中属性约束的字符.比如[123456],这个正则表达式表示找到1-6中任意的一个字符,又比如a[bd]c,这表示查找abc或者adc;
注意:
1,在字符类中字符的顺序和重复性都不是我们关心得. [123]和[2233111],含义是一模一样的
2,句号在字符类中表示的就是其本身,[.]就是查找一个句号.
(3) 区间符号 ( - )
如果我们需要查找一个数字,[0123456789],这样做是可以达到目的的,但这写起非常麻烦,并不符合正则表达式小巧的特性,这时我们可以使用区间符号来简化,[0-9]和上面的式子意义完全一样.同样,我们可以[a-zA-Z],表示任意一个字母.
注意:
1,区间的范围应该有意义,[a-1]这样的区间并无任何意义,尽管它在语法上科恩个没有错误.
2,区间左右两端对应的是字符,并不是数字,比如[2-41],这个式子的含义是找到2-4的一个数字或者1,和[1-4]是一样的.
(4) 取反符号(^)
"^" 在正则表达式中取反,这个很好理解,[^a], 表示找到除了a之外的任意字符.[^0-9],表示找到一个非数字的字符.
注意:
1,^必须在中括号内,即字符类属性中使用.
2,^是将后面的整体作为取反条件的.
(5) 简化的字符类
某些符号具有和字符类相同的含义;
\d 等同于 [0-9];
\w 等同于 [0-9A-Za-z_] 表示数字字母以及下划线
\s 等同于 tab换行等不可见字符
与此相对的 \D,\W,\S, 则表示上述条件的取反情况;
(6) 乘法集 ( {} )
乘法集的最大用处也是简化正则表达式,用大括号表示,比如 a{2} ,表示找打aa这个字符串;
注意:乘法集是以前面整体为乘法条件的, 比如[ab]{2},不是简单的比配aa,bb,而是和[ab][ab]含义相同的,会匹配ab,ba,aa,bb;
(7) 乘法集中的区间 ( , )
乘法集和字符串相同,也可以用区间进行简化,但是符号不相同. a{1,3},表示找打a,aa,aaa这三个字符串,a{0,1} 是合法的,表示找到空字符,或者a.
注:
1,乘法集的"越长越好"属性:乘法集具有这样的特点,比如a{2,4},如果我搜索myaaaa,它不会找到aa后就停止,而是会找到aaaa.
2,乘法集的"全部获取属性":比如a{2,4} 如果搜索myaayouaaaa,他会找到aa和aaaa.
3,乘法集支持开区间,a{1,}是合法的,表示找到任何a相连的字符串.
(8) 判断符号 ( ? )
这个符号的含义和 {0,1} 完全相同,123?4,表示匹配1234或者是124;
(9) 通配符号 ( * )
这个符号的含义和{0,}相同,比如.* 表示通配一切字符串.
(10) +符号
这个符号和{1,}相同
(11) 或符号 ( | )
这个符号表示或的关系,比如abc|edf,表示找到abc获取edf;
(12) 组合 ( () )
小括号在正则表达式中表示组合,比如(a|b|c)d,表示找到ad,bd,cd,可以将小括号的作用理解为优先级;
(13) 单词边界 ( \b )
\b表示单词的边界,比如\b[a-z]{3}\b,,表示匹配一个三个字母的小写单词.
(14) 行边界 ( ^$ )
单单的一个^符号表示行的开头,$表示行的结束.
注意[^]是非法的,[$]表示匹配一个$符号
(15)查找元字符
在正则表达式中还有一个转义字符"\",如果我们要查找., 只要查找\. 同理\[\] 就是查找'[]'这个字符串.如果要查找"\" 只要再加一个转义字符就好了 "\\";
