正则表达式解析（一）

正则表达式用来描述或者匹配符合一定规则的字符串。正则表单时经常被用来检索或者替换一些特定的字符串。由于经常用到，翻阅资料，做一下小小的总结，以后方便查阅。

其实windows的通配符就可以说是比较简单的正则表达式，通配符包括*和？，*表示任意多个字符，？表示一个任意的字符。例如命令: del /Q  *.* ,表示不提醒的情况下删除当前目录的一切文件(慎重呀）。正则表达式比这复杂的多，当然功能也强大的多。如果要测试自己写的正则表达式，网上有很多工具，也有在线网页，如http://www.51240.com/zhengze/。我们把网页另存为到本地，这样以后就可以离线用了。

1. 举个小例子。统计一篇英文文章中出现某单词的次数，例如是量词an，我们的正则表达式就是an， 实际去匹配时，会发现连and，hand这样的单词都被匹配了。我们分析量词an一般是前后都是空格，我们可是使用banb这个正则表达式。b是正则表达式中的一个元字符，表示单词的开头或结尾，这样我们就可以精确匹配出量词an了。
2. . （英文的点号)用来表示除换行符之外的任意一个字符。*(星号)用来表示任意数量，它不表示字符，只表示数量，例如a*，表示任意个连续的字符a。表达式.*，就表示任意个非换行字符。例如我们要匹配an …… apple这样一个短语，我们可以构造表达式an.*apple。PS：+和*类似，但是+至少要有一个，而*没有限制。
3. d用来匹配一个数字（0到9），0dd就表示要匹配三位数字且开头为0。我们如果要匹配138号段的手机号就可以用138dd……（共8个d）。正则表达式提供表示连续重复的快捷方法{number}，number表示要重复的次数，138d{8}等同于上面的表达式。
4. s用来表示任意的空白字符，空格、换行、制表符、换页符等。w用来匹配数字、字母、下划线其中的任意一个，即A-Z、a-z、0-9和_中的任意一个。例如byw*b，表示已字母y开头的，后跟任意个A-Z、a-z、0-9和_，然后结束。bvw{8}b表示已v开头的9字符单词。
5. ^表示字符串的开始，$表示字符串的结尾，有点类似b，只不过分开表示了。举个例子，网站对密码的位数和字符类型都是有限制的，这里假如只允许使用字母、数字和下划线。^w{6,18}$就表示必须输入6到18为的密码，且密码字符只能为字母、数字和下划线。
6. 元字符转义。学过编程语言的都会知道转义字符，如果我们恰恰需要匹配正则表达式的这些元字符，就可以利用。如*表示字符星号，.表示字符点号，yeetrack.com匹配本博客的域名yeetrack.com等等。
7. 重复字符的表示方法。
   • * 表示重复零次或多次
   • +表示重复一次或多次
   • ？表示出现0次或1次，即最多出现1次
   • {number]表示重复number次
   • {number1,number2}表示重复number1到number2次
   • {number,}表示重复次数大于等于number次
8. []（中括号）表示匹配其中任意的一个字符，如[abcdefg]表示匹配abcdefg其中的任何一个字符，[<>,.]表示匹配<>,.中的任何一个字符。
9. 表示字符范围。0-9表示9个数字，A-Z表示大写字母，a-z表示小写字母，当然也可以表示上面三个的子集，3-8表示3、4、5、6、7、8。举个例子，^[A-Za-z]+[0-9]?[aeiou]{2},表示开头必须最少有一个字母，后面是一个可有可无的数字，最后再跟两个任意的元音字母。
10. | 或运算符，| 在程序语言中表示“或者”的意思，如：

    if (num <= 0 | num >=10)
        echo "数字不在1-9之间";

    如果要匹配123-12345678或（123）-12345678这样的号码，可以写成(d{3})-d{8}|d{3}-d{8}，这样就表示区号为3位，号码为8为，区号带不带括号均可的电话号码。

     

    正则表达式解析（二）

Tags: 代码技术