正则表达式初探

显示全部楼层 · 2019-11-8 09:50:19

本章主要想和各人分享下正则表达式的一些根本用法，渴望可以大概对一些小白有所帮助，也为了防止自己以后遗忘相干知识点，下面我们正式进入主题。

一、正则表达式

　　1、正则表达式是由普通字符（比方字符 a 到 z）以及特别字符（称为元字符）构成的笔墨模式。
　　2、正则表达式作为一个模板，将某个字符模式与所搜刮的字符串举行匹配。
　　3、在编写处置惩罚字符串的步调或网页时，常常会有查找或更换符合某些复杂规则的字符串的必要。
　　4、正则表达式就是纪录文本规则的代码。

　　作用：
　　　　1、查找数据
　　　　2、更换数据

　　正则表达式能做什么（字符串的匹配、字符串的提取、字符串的更换）

二、正则表达式的构成

　　1、普通字符（如果直接写多个普通字符，则会被当做一个团体的字符串来匹配）

　　　　这包罗全部的巨细写字母字符，全部数字，全部标点符号以及一些特别符号。
　　　　比方：Hello world xyh666

　　2、界说字符集（取值范围）（该点都是匹配单个字符，要想匹配字符串必要联合限定符来实现）
　　　　[a-e] 表现a到e这些字符中的某一个字符
　　　　[aeiou] 表现aeiou这5个字符此中的某一个字符
　　　　[a-zA-Z] 表现大写、小写字母中的某一个字符
　　　　[0-9] 表现0到9之间某一个数字

　　　　^ 代表非
　　　　[^lsjd] ：不是中括号中的任意一个字符
　　　　[^a-f] ：a-f范围外的任意一个字符

　　3、组合字符（大写表现非）（该点都是匹配单个字符，要想匹配字符串必要联合限定符来实现）

　　　　\d ：匹配一个数字字符。等价于[0-9]。
　　　　\D ：匹配一个非数字字符。等价于[^0-9]。
　　　　\w ：匹配一个字母或一个数字或一个下划线或一个汉字。
　　　　\W ：匹配一个非字母、非数字、非下划线和非汉字的字符。
　　　　\s ：匹配一个任意的空缺符，包罗空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。
　　　　\S ：匹配任意一个非空缺符。等价于[^ \f\n\r\t\v]。
　　　　\b ：匹配单词的开始或竣事的位置。
　　　　\B ：匹配不是单词开头或竣事的位置。

　　4、特别字符

　　　　$ ：表现字符串的末了位置（以什么末了）
　　　　^ ：表现字符串的开始位置（以什么开始）（在取值范围中还表现非）
　　　　. ：一个点表现匹配一个除换行符 \n之外的任何单字符（匹配单个字符，要想匹配字符串必要联合限定符来实现）
　　　　| ：大概的意思，指明两项之间的一个选择与[...]雷同
　　　　\ ：这个符号是用来转义的
　　　　( ) ：分组，标志一个子表达式的开始和竣事位置

　　5、常用限定符
　　　　=================匹配次数=================
　　　　{m} ：其前一单元严酷出现m次（重复m次）
　　　　{m,} ：其前一单元出现至少m次（重复m次或更多次）
　　　　{m,n} ：其前一单元出现至少m次，最多n次（重复m到n次）
　　　　=======================================
　　　　=================多次匹配=================
　　　　* ：其前面谁人单元出现0次或任意次数（重复零次或更多次）
　　　　+ ：其前面谁人单元出现1次或1次以上至少匹配一次（重复一次或更多次）
　　　　? ：其前面谁人单元出现0次或1次（重复零次或一次）懒惰匹配（尽大概短匹配）
　　　　=======================================
　　6、贪婪与懒惰（贪婪模式和非贪婪模式）（尽大概长匹配和尽大概短匹配）
　　　　*? 重复任意次，但尽大概少重复
　　　　+? 重复1次或更多次，但尽大概少重复
　　　　?? 重复0次或1次，但尽大概少重复
　　　　{n,m}? 重复n到m次，但尽大概少重复
　　　　{n,}? 重复n次以上，但尽大概少重复

　　7、分组

　　　　当用()界说了一个正则表达式组后，正则引擎则会把被匹配的组按照次序编号，存入缓存。

　　　　默认环境下，每个分组会自动拥有一个组号，规则是：从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2，以此类推。

　　　　我们可以通过“\数字”的方式举行引用已经存入缓存的组。\1引用第一个匹配的组，\2引用第二个组，以此类推。

　　　　括号内的内容会被当成一个团体举行匹配。

　　8、非获取匹配和预查（零宽断言）

　　　　非获取匹配：是指正则引擎不会把被匹配的组存入缓存，我们也无法通过“\数字”的方式举行引用我们的组。

　　　　预查：预查不斲丧字符，也就是说，在一个匹配发生后，在末了一次匹配之后立即开始下一次匹配的搜刮，而不是从包罗预查的字符之后开始。（即用来预查的表达式字符串不会被斲丧，它只是用于指定一个位置）

　　　　零宽断言：用于查找在某些内容(但并不包罗这些内容)之前或之后的东西，也就是说它们像\b,^,$那样用于指定一个位置，这个位置应该满意肯定的条件(即断言)，因此它们也被称为零宽断言。

　　　　===========================================================================================

　　　　(?=exp)也叫零宽度正预测先行断言，它断言自身出现的位置的反面能匹配表达式exp。好比\b\w+(?=ing\b)，匹配以ing末了的单词的前面部门(除了ing以外的部门)，如查找I'm singing while you're dancing.时，它会匹配sing和danc。

　　　　(?<=exp)也叫零宽度正回顾后发断言，它断言自身出现的位置的前面能匹配表达式exp。好比(?<=\bre)\w+\b会匹配以re开头的单词的后半部门(除了re以外的部门)，比方在查找reading a book时，它匹配ading。

　　　　===========================================================================================

　　　　(?:pattern) 非获取匹配，匹配pattern但不获取匹配结果，不举行存储供以后利用。这在利用或字符“(|)”来组合一个模式的各个部门时很有效。比方“industr(?:y|ies)”就是一个比“industry|industries”更大抵的表达式。

　　　　(?=pattern) 非获取匹配，正向肯定预查，在任何匹配pattern的字符串开始处匹配查找字符串，该匹配不必要获取供以后利用。比方，“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配“Windows3.1”中的“Windows”。预查不斲丧字符，也就是说，在一个匹配发生后，在末了一次匹配之后立即开始下一次匹配的搜刮，而不是从包罗预查的字符之后开始。

　　　　(?!pattern) 非获取匹配，正向否定预查，在任何不匹配pattern的字符串开始处匹配查找字符串，该匹配不必要获取供以后利用。比方“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配“Windows2000”中的“Windows”。

　　　　(?<=pattern) 非获取匹配，反向肯定预查，与正向肯定预查雷同，只是方向相反。比方，“(?<=95|98|NT|2000)Windows”能匹配“2000Windows”中的“Windows”，但不能匹配“3.1Windows”中的“Windows”。

　　　　(?

三、C#代码调用正则表达式

定名空间 System.Text.RegularExpressions
1、new Regex(正则表达式).IsMatch(要匹配的字符串) 返回bool
2、Regex.Match
Match match = Regex.Match("age=30", @"^(.+)=(.+)$");
if (match.Success)
{
Console.WriteLine(match.Groups[0].Value);//第0组输出完备的字符串 age=30
Console.WriteLine(match.Groups[1].Value);//第1组 age
Console.WriteLine(match.Groups[2].Value);//第2组 30
}
3、Regex.Matches
StringBuilder sb = new StringBuilder();
sb.Append("<Name>张三</Name>\r\n<Name>李四</Name>\r\n<Name>王五</Name>");
MatchCollection mc = Regex.Matches(sb.ToString(), @"(?<=<Name>).*(?=</Name>)");
foreach (Match m in mc)
{
Console.WriteLine(m.Value);
}

复制代码

四、示例阐明

接下来针对第二大点的内容我们举些例子来阐明：

示例1（普通字符）：

我们用 xyh 来匹配 xyh123 如下图所示：

从上面的正则表达式测试器匹配的结果可以看出：如果直接写多个普通字符，则会被当做一个团体的字符串来匹配。

示例2（元字符和限定符）：

我们用 \d 来匹配 xyh123 如下图所示：

从匹配的结果可以发现\d只是匹配单个数字，以是有三个结果，分别为1、2、3，那如果想匹配一整个字符串123要怎么办呢？此时就要联合限定符来实现了。继续来看下下面的一张图。

从图中可以看出联合限定符后就可以实现匹配到123这个字符串了。

示例3（普通字符和元字符组合）：

我们用 https://www\..+\.com 来匹配这么一句话：https://www.jd.com两个链接https://www.taobao.com 如下图所示：

可以发现匹配的结果为完备的一整句话，那为什么不是匹配出2个结果分别为 https://www.jd.com 和 https://www.taobao.com 呢？

那是由于默认环境下正则表达式接纳贪婪模式匹配（即尽大概多匹配），以是匹配出了完备的一句话，此时可以用?来实现非贪婪模式匹配（即尽大概少匹配），如下图所示：

如许就匹配出了2个结果

示例4（分组）：

我们用 (abc)\1 来匹配 abcabc666 如下图所示：

从图中可以看出匹配结果为abcabc，为什么会是如许呢？起首我们分组(abc)匹配到存入缓存中的值为abc，通过\1的方式就取到了存入缓存中的第1个分组值abc，这个分组值abc与原来分组(abc)匹配到的字符串abc构成新的匹配字符串abcabc，用新的匹配字符串abcabc去匹配abcabc666得到的匹配结果就是abcabc了。

示例5（非获取匹配）：

非获取匹配(?:pattern)如下图所示：

从图中可以看出非获取匹配，匹配pattern但不获取匹配结果，不举行存储供以后利用。因此无法通过“\数字”的方式来获取。

示例6（预查和零宽断言）：

预查不斲丧字符，它只是用于指定一个位置，如下图所示：

从图中可以看出用 ab(?=a) 来匹配 ababa123 时会得到两个结果而不是一个结果，那是由于预查不斲丧字符（即不会斲丧用来预查用的表达式exp对应的字符），它只是用于指定一个位置，以是在第3个位置的a（即第2个a）没有被斲丧掉。当匹配到第1个结果ab后会从第3个位置的a（即第2个a）开始查找下一个能匹配的字符串，而不是从第4个位置的b（即第2个b）开始查找，这就表明了为什么会匹配到2个结果了。

PS：本文仅是个人看法，如有表述错误接待批评指正！

正则表达式测试器：