K:正则表达式之基础简介
正则表达式(regular expression 简称regex) 是一种工具,和其它工具一样是为了解决某一类问题而发明的。正则表达式是一些用来匹配和处理文本的字符串。平时主要用于查找和替换符合相应模式的文本,而该模式,就是由正则表达式所定义。需要注意的是,使用正则表达式对字符串进行匹配,正则表达式的编写方案并不是唯一的,同一个问题,往往会有多种方案。同时,需要注意的是正则表达式的语法是区分大小写的即\d和\D表示的是不同的意思。
正则表达式的特殊字符及其含义如下:
- . 用来匹配任意单个字符,当字符本身为“.”时,需要使用\来对其进行转义即(\.用于表示.这个字符本身,而不是任意单个字符。在绝大多数的正则表达式的实现里,. 只能用于匹配除了换行符以外的任何单个字符)
- []用来定义一个字符集合。其表示在[]中所包含的字符的其中一个类似与sql语句中的in的作用。在[]中,可以使用“-”来表示一个集合的范围,例如[1-9]和[0123456789]是等价的,当然,其不仅限于数字,以下的也是合法的字符区间:
- A-Z:匹配从A到Z的所有大写字母
- a-z:匹配从a到z的所有小写字母
- A-F:匹配从A到F的所有大写字母
- A-z:匹配从ASCII字符A到ASCII字符z的所有字母,该模式不常用,因为其还包含着[和^等在ASCII字符表里排列在Z和a之间的字符。可以在一个字符集合中给出多个字符区间,例如[A-Za-z0-9]表示所有的数字和大小写字母
同时,可以使用[^]用于表示需要匹配的字符不在该定义的集合区间中。当要匹配“[]”本身的时候,需要使用\来对其进行转义,即\[\]的形式表示[]本身。 - ps:对于转义字符\,若要表示该字符本身,需要使用\\来表示
- 以下的均为空白符(即原始文本的中的非打印字符)
- \f用来匹配一个换页符
- \n用来匹配一个换行符
- \r用来匹配一个回车符
- \t用来匹配一个制表符
- \v用来匹配一个垂直制表符
- 需要注意的是,\r\n是windows所使用的文本行结束标签,Unix和Linux系统只使用一个换行符来结束一个文本行;换句话说,在Unix/Linux系统上匹配空白行只用\n即可,不需要加上\r。还有一点是,f、n、r、t、v等字符本身是普通的字符,当用其来匹配空白符的时候,需要对其进行转义。
- 以下的字符用来匹配一些打印字符
- \d用于匹配任意一个数字,其等价于[0-9]
- \D用于匹配任意一个非数字字符,其等价于[^0-9]
- \w用于匹配任意一个字母字符(包括大小写)和数字字符或下划线字符,等价于[0-9A-Za-z_]
- \W用于匹配任意一个非字母(包括大小写)数字或下划线字符,等价于[^0-9A-Za-z_]
- \s用于匹配任意一个空白字符,等价于[\f\n\r\t\v]
- \S用于匹配任意一个非空白字符,等价于[^\\f\\n\\r\\t\\v]
- \x用于匹配某个特定字符的十六进制,例如\x0A对应于ASCII码字符10,其效果等价于\n
- \0用于匹配某个特定字符的八进制,例如\011对应于ASCII码中的字符9,其等价于\t
- POSIX字符类:
- [:alnum:]用于匹配任意一个字母或数字(等价于[a-zA-Z0-9])
- [:alpha:]用于匹配任意一个字母(等价于[a-zA-Z])
- [:blank:]用于匹配空格或制表符(等价于[\t ]注意的是,t后面有一个空格)
- [:cntrl:]用于匹配ASCII码控制字符(ASCII码0到31,再加上ASCII码127)
- [:digit:]用于匹配任意一个数字(等价于[0-9])
- [:print:]用于匹配任意一个可打印字符
- [:graph:]和[:print:]一样,但是不包括空格
- [:lower:]用于匹配任意一个小写字母(等价于[a-z])
- [:upper:]用于匹配任意一个大写字母(等价于[A-Z])
- [:punct:]用于匹配既不属于[:alnum:]也不属于[:cntrl:]的任何一个字符
- [:space:]用于匹配任意一个空白符,包括空格(等价于[^\f\n\r\t\v ]v后面还有一个空格)
- [:xdigit:]用于匹配任何一个十六进制数字(等价于[a-fA-F0-9])
POSIX字符类的使用举例:
[[:xdigit:]]可以用于匹配A和F等16进制的数字。需要注意的是,POSIX字符类必须括在[:和:]之间。外层的[]用于定义一个字符集合
- 重复匹配:
- +用于匹配前一个字符一个或者多个,至少匹配一个,不匹配零个字符的情况。如果要匹配+本身这个字符,需要对该字符进行转义即\+用于表示“+”这个字符本身。
- *用于匹配零个或多个字符,如果要匹配*本身,需要对该字符进行转义,即\*表示字符“\*”本身。
- ?用于匹配一个字符的零个或者一个,最多不能超过一个。如果要匹配字符?本身,则需要对字符?进行转义,即\?表示匹配字符“?”本身。
- {m}用于匹配前一个字符m次,且必须是m次,少一次都不能进行匹配,需要注意的是,要匹配字符“{”和字符“}”,需要对其进行转义,即\{和\}用于匹配“{”和“}”字符本身。
- {m,n}用于匹配前一个字符最少m次,最多n次。
- {m,}用于匹配前一个字符至少m次,即匹配m次或理论上得无限次。
需要注意的是,*和+以及{m,}都是贪婪型的匹配,其在进行模式匹配的时候,会尽可能的从一个文本的开头一直匹配到这段文本的末尾,而不是从这段文本的开头碰到第一个匹配的为止。要使其在碰到文本的第一个匹配为止就结束匹配,则应当将*和+以及{m,}变成懒惰匹配。变成懒惰匹配的方法是在*和+以及{m,}之后加上一个?使其在遇到合适的匹配的时候,就结束模式的匹配。
贪婪型匹配的一个例子:
文本:This offer is not available to customers living in <B>AK</B> and <B>HI</B>
正则表达式:<[Bb]>.*</[Bb]>
其匹配的结果是<B>AK</B> and <B>HI</B>
正则表达式修改为<[Bb]>.*?</[Bb]>
其匹配的结果:<B>AK</B> <B>HI</B>
位置匹配:
位置匹配用来解决在什么地方进行字符串匹配操作的问题。
- \b用来匹配一个单词的开始或结尾。需要注意的是,如果想匹配一个完整的单词,则必须在需要进行匹配的单词前后均加上一个\b。例如:\bcat\b用于匹配单词cat,而无法匹配scatter。而且需要注意的是,\b只是对位置进行匹配,而不匹配任何字符。
- \B用于表明不匹配一个单词的边界即字母数字下划线之间,或者非字母数字下划线之间
^用于匹配字符串的开头,即整个文本的开头。当要匹配字符^本身的时候,需要对其进行转义处理,即\^用于匹配字符“^”本身 - $用于匹配字符串的结尾,即整个文本的结尾。当要匹配字符$本身的时候,需要对其进行转义处理,即$用于匹配字符“$”本身
K:正则表达式之基础简介的更多相关文章
- 现代3D图形编程学习-基础简介(2) (译)
本书系列 现代3D图形编程学习 基础简介(2) 图形和渲染 接下去的内容对渲染的过程进行粗略介绍.遇到的部分内容不是很明白也没有关系,在接下去的章节中,会被具体阐述. 你在电脑屏幕上看到的任何东西,包 ...
- 现代3D图形编程学习-基础简介(1) (译)
本书系列 现代3D图形编程学习 基础简介 并不像本书的其他章节,这章内容没有相关的源代码或是项目.本章,我们将讨论向量,图形渲染理论,以及OpenGL. 向量 在阅读这本书的时候,你需要熟悉代数和几何 ...
- javascript中正则表达式的基础语法
× 目录 [1]定义 [2]特点 [3]元字符[4]转义字符[5]字符组[6]量词[7]括号[8]选择[9]断言[10]模式[11]优先级[12]局限性 前面的话 正则表达式在人们的印象中可能是一堆无 ...
- 1.CSS基础简介
一.基础简介 1.简介 CSS(Cascading Style Sheet)可译为“层叠样式表”或“级联样式表”,它定义如何显示 HTML 元素,用于控制Web页面的外观.通过使用CSS实现页面的内容 ...
- 1.bootstrap基础简介
一·基础简介 1.Bootstrap,来自 Twitter,是一个用于快速开发 Web 应用程序和网站的前端框架,是目前最受欢迎的前端框架. Bootstrap 是基于 HTML.CSS.JavaSc ...
- Android MediaPlayer 基础简介
本文链接: Android MediaPlayer 基础简介 简单介绍MediaPlayer的基本概念,状态,常用的方法与监听器. 什么是MediaPlayer MediaPlayer类可以用来播放音 ...
- Java正则表达式入门基础篇
正则表达式是一种可以用于模式匹配和替换的规范,一个正则表达式就是由普通的字符(例如字符a到z)以及特殊字符(元字符)组成的文字模式,它 用以描述在查找文字主体时待匹配的一个或多个字符串.正则表达式作为 ...
- 最基础的分类算法-k近邻算法 kNN简介及Jupyter基础实现及Python实现
k-Nearest Neighbors简介 对于该图来说,x轴对应的是肿瘤的大小,y轴对应的是时间,蓝色样本表示恶性肿瘤,红色样本表示良性肿瘤,我们先假设k=3,这个k先不考虑怎么得到,先假设这个k是 ...
- 正则表达式-linux基础
通配符 通赔符是模糊匹配的基础,因为通赔符机制的存在使得我们在查找文件的时候非常方便 * :匹配任意长度的任意字符,也可以一个都没有 . :匹配任意单个字符,必须有一个 [ ] ...
随机推荐
- Nginx配置优化及深入讲解,大家可以听一下
随着访问量的不断增加,需要对Nginx和内核做相应的优化来满足高并发用户的访问,那下面在单台Nginx服务器来优化相关参数. 1) Nginx.conf配置优化: worker_proce ...
- ERROR: unable to bind listening socket for address ’127
ERROR: unable to bind listening socket for address '127.0.0.1:9000′ 解决办法: killall php-fpm 然后重启即可. 我的 ...
- php简单实现发微博动态
首先,肯定是注册成为开发者新浪微博开放平台 选择网站应用,填写一些基本信息 填完后在'我的应用'中,会看到刚创建的应用信息,我们只是简单的测试一下,所以其他复杂的注册信息都不用填写,有这些就够了 很重 ...
- Hibernate学习之路-- -映射 继承关系(subclass , joined-subclass,union-subclass )
1.继承映射 举例:对于面向对象的程序设计语言而言,继承和多态是两个最基本的概念.Hibernate 的继承映射可以理解持久化类之间的继承关系.例如:人和学生之间的关系.学生继承了人,可以认为学生是一 ...
- webrtc视频数据render流程
- inotify软件部署及实时同步
声明:博主使用的是CentOS6.9的系统 参考资料: https://github.com/rvoicilas/inotify-tools/wiki http://www.ibm.com/devel ...
- So, you think you know JavaScript?
Baranovskiy 参考:http://dmitry.baranovskiy.com/post/91403200 题目一: if (!("a" in window)) ...
- 智能合约语言 Solidity 教程系列4 - 数据存储位置分析
写在前面 Solidity 是以太坊智能合约编程语言,阅读本文前,你应该对以太坊.智能合约有所了解, 如果你还不了解,建议你先看以太坊是什么 这部分的内容官方英文文档讲的不是很透,因此我在参考Soli ...
- 基于跳跃表的 ConcurrentSkipListMap 内部实现(Java 8)
我们知道 HashMap 是一种键值对形式的数据存储容器,但是它有一个缺点是,元素内部无序.由于它内部根据键的 hash 值取模表容量来得到元素的存储位置,所以整体上说 HashMap 是无序的一种容 ...
- RUP 方法简介
1.什么是RUP: Rational Unified Process(以下简称RUP) 是一套软件工程方法,主要由 Ivar Jacobson的 The Objectory Approch 和 The ...