Better

正则真是个神奇的东西，每次学习都有新的感觉，但却一直都不太会……

什么是正则

非常强大的文本处理工具

• 校验数据的有效性
• 从文本中提取内容
• 文本内容的替换

元字符

基础的元字符：正则表达式中具有特殊含义的那些专用的字符

元字符分类

• 基础
  • · 表示换行以外的任意字符
  • \d 任意数字，\D 任意非数字
  • \w 任意数字字母下划线 \W 数字字母下划线以外的任意字符
  • \s 任意空白符 \S 任意非空白符
• 空白符
  • \r 回车符
  • \n 换行符
  • \f 换页符
  • \t 制表符
  • \v 垂直制表符
• 范围
  • | 管道符号，表示满足其中任意一个即可
  • [...] 多选一，括号中任意单个元素
  • [a-z] 匹配 a-z 之间任意单个元素，按照 ASCII 表
  • [^...] 取反，不能是括号中的任意单个元素
• 边界
  • ^ 匹配行的开始，多行模式时，可以匹配任意行开头
  • $ 匹配行的结束，多行模式时，可以匹配任意行结尾
  • \b 匹配单词边界
  • \A 仅匹配整个字符串的开始，不支持多行模式
  • \Z 仅匹配整个字符串的结束，不支持多行模式
• 量词
  • * 表示 0 到多次
  • + 表示 1 到多次
  • ? 表示 0 到 1 次
  • {m} 出现 m 次
  • {m, n} 出现 m 到 n 次
  • {, n} m 不写不是 0，至多 n 次
  • {m, n} n 不写表示无穷大，至少 m 次

贪婪与非贪婪

正则表达式中，表示次数的量词，默认是贪心的，尽可能多的去匹配符合要求的内容

• 默认时贪婪的
• 非贪婪：数量的元字符后加 ?(英文问号)，找出长度最小且满足要求的

环视

当我们想要对提取字符串的左边或者右边的环境有要求的时候，比如查找左边是数字的字母

环视就是对于我们给定的规则前或规则后加一些限制

• (?<=Y)X 匹配前面是 Y 的 X
• (?<!Y)X 匹配前面不是 Y 的 X
• X(?=Y) 匹配后面是 Y 的 X
• X(?!Y) 匹配后面不是 Y 的 X

子组

子组：将正则分成若干个小组

• (正则) 将 regex 保存成一个子组
• (?P<name>正则) 命名子组，将 regex 保存成名词为 name 的子组
• (?:正则) 仅分组，不保存这个子组
• \分组编号 重复某个子组，从 1 开始编号

子组功能

• 某个部分的内容在后面重复出现
• 对某个部分的内容进行替换

flag

正则匹配的时候可以指定 flag，比如

• 用 . 可以匹配所有字符，包括换行
• 多行的匹配模式
• 大小写不敏感的匹配模式
• ……

资源

• Online regex tester and debugger

推荐书籍：精通正则表达式（第三版）