在很多技術領域（如：自然語言處理，數(shù)據(jù)存儲等），正則表達式可以很方便的提取我們想要的信息，所以正則表達式是一個很重要的知識點！

一、概念

正則表達式（Regular Expression）是用于描述一組字符串特征的模式，用來匹配特定的字符串。通過特殊字符+普通字符來進行模式描述，從而達到文本匹配目的工具。

正則表達式目前被集成到了各種文本編輯器/文本處理工具當中

二、應用場景

（1）驗證：表單提交時，進行用戶名密碼的驗證。

（2）查找：從大量信息中快速提取指定內容，在一批url中，查找指定url。

（3）替換：將指定格式的文本進行正則匹配查找，找到之后進行特定替換。

三、基本要素

（1）字符類

（2）數(shù)量限定符

（3）位置限定符

（4）特殊符號

注意：正則表達式基本是與語言無關的，我們可以結合語言/工具與正則表達式進行文本處理，在后面的博客中，我將使用grep來進行驗證。（grep是一款Linux下按行匹配文本的工具，如下，使我們常使用的兩個選項）

-E：使用擴展正則匹配

--color：將匹配得到的內容進行語法高亮

1.字符類

舉例如下：

例1：

注意：1.grep采用的貪心匹配，它會匹配當前行中的所有匹配內容

2.echo $?表示是否匹配成功（如果成功返回值為0，不成功返回值為1）

例2：

例3：

例4：

例5：

2.數(shù)量限定符

舉例如下：

例1：

例2：

由此，我們可以看出，“前面的單元”默認是指？或+前面的字符

例3：

例4：

例5：

例6：

注意：該結果為匹配失敗，在相關文檔中并未出現(xiàn)，應該啊是錯誤或者廢棄的用法

例7：

3.位置限定符

舉例如下：

例1：

例2：

例3：

例4：

例5：

例6：

4.特殊符號

舉例如下：

假如我們去掉-E選項，會有什么現(xiàn)象呢？

此時，不難發(fā)現(xiàn)，去掉-E選項之后沒有進行正常的正則匹配，這種現(xiàn)象需要我們引入如下的兩個概念！

5.基本正則表達式&擴展正則表達式

區(qū)別：正則表達式的擴展正則（Extended規(guī)范）和基本正則（Basic規(guī)范）下，有些字符應該解釋為普通字符，要表示上述特殊含義則需要加“\”轉義字符。反之，在擴展規(guī)范下，應被理解為特殊含義，要取其字面值，也要對其進行“\”轉義。

因此，grep工具帶上-E選項，表示使用擴展正則來進行匹配，若沒有該選項，則表示使用基準正則來進行匹配。

對于上述的問題，我們舉例如下：

例1：

例2：當目標字符串當中本身就包含了字符，要想進行正則匹配，應該這樣做：

例3：

5.其他普通字符集及其替換

舉個例子：

綜上，正則表達式有以下三個分類：

（1）基本正則表達式：Basic即BPEs

（2）擴展正則表達式：Extended即EREs

（3）Perl的正則表達式：PREs

因此，當grep指令不跟任何參數(shù)時，表示要使用BREs，后面跟“-E”表示使用EREs，后面跟“-P”參數(shù)，表示使用PREs

四、貪婪模式與非貪婪模式

1.貪婪模式：正則表達式匹配時，會盡量多的匹配符合條件的內容

舉例如下：

注意：grep默認采用貪婪匹配，可能會對我們的測試結果造成干擾，大家可以上網(wǎng)使用“正則在線轉換工具”進行測試

2.非貪婪模式：正則表達式匹配時，會盡量少的匹配符合條件的內容，也就是說，一旦發(fā)現(xiàn)匹配符合要求，立馬就匹配成功，而不會繼續(xù)匹配下去（除非有g，開啟下一組匹配）

舉例如下：

五、零寬斷言

1.所謂斷言，是用來聲明一個應該為真的事實。在正則表達式中，只有當斷言為真時才會繼續(xù)進行匹配。

2.零寬斷言：像用于查找某些內容之前或者之后的東西，其中一些特殊字符如“\b、^、$”等用于指定一個位置，這個位置應滿足一定的條件。

3.分類：

（1）零寬度正預測先行斷言（?=exp）

它斷言自身出現(xiàn)的位置之后能匹配的表達式exp。如：\b\w+(?=ing\b),表示匹配以ing結尾的單詞的前面的部分（除ing以外的部分）。當我們要查找“I'm singing while you're dancing.”時，它會匹配sing和danc

舉例如下：

（2）零寬度正回顧后發(fā)斷言（?>=exp）

它斷言自身出現(xiàn)的位置的前面能匹配的表達式exp。如：（?<=\bre）\w+\b會匹配以re開頭的單詞的后半部分（除er以外的部分），例如：在查找“reading a book”時，它匹配ading

舉例如下：

六、簡單練習

1.手機號碼

2.非零的正整數(shù)

3.非零開頭的最多帶兩位小數(shù)的數(shù)字

4.由數(shù)字和26位字母組成的字符串

5.QQ號，從10000開始

6.IP地址

\d+\.\d+\.\d+\.\d+

7.判斷賬號是否合法

^[a-zA-Z0-9][a-zA-Z0-9_]{4,15}$

8.日期格式

^\d{4}-\d{1,2}-\d{1,2}

正則表達式的學習就到這里結束啦，如果有小伙伴沒有看明白的，可以上網(wǎng)查詢正則的更多知識點！

最新評論