正则表达式72406.docVIP

引言 ??? 正则表达式（regular expression）就是用一个“字符串”来描述一个特征，然后去验证另一个“字符串”是否符合这个特征。比如 表达式“ab+” 描述的特征是“一个 a 和 任意个 b ”，那么 ab, abb, abbbbbbbbbb 都符合这个特征。 正则表达式可以用来：（1）验证字符串是否符合指定特征，比如验证是否是合法的邮件地址。（2）用来查找字符串，从一个长的文本中查找符合指定特征的字符串，比查找固定字符串更加灵活方便。（3）用来替换，比普通的替换更强大。?? 正则表达式学习起来其实是很简单的，不多的几个较为抽象的概念也很容易理解。之所以很多人感觉正则表达式比较复杂，一方面是因为大多数的文档没有做到由浅入深地讲解，概念上没有注意先后顺序，给读者的理解带来困难；另一方面，各种引擎自带的文档一般都要介绍它特有的功能，然而这部分特有的功能并不是我们首先要理解的。??? 文章中的每一个举例，都可以点击进入到测试页面进行测试。闲话少说，开始。 1. 正则表达式规则 1.1 普通字符 ??? 字母、数字、汉字、下划线、以及后边章节中没有特殊定义的标点符号，都是普通字符。表达式中的普通字符，在匹配一个字符串的时候，匹配与之相同的一个字符。??? 举例1：表达式 c，在匹配字符串 abcde 时，匹配结果是：成功；匹配到的内容是：c；匹配到的位置是：开始于2，结束于3。（注：下标从0开始还是从1开始，因当前编程语言的不同而可能不同）??? 举例2：表达式 bcd，在匹配字符串 abcde 时，匹配结果是：成功；匹配到的内容是：bcd；匹配到的位置是：开始于1，结束于4。 1.2 简单的转义字符 ??? 一些不便书写的字符，采用在前面加 \ 的方法。这些字符其实我们都已经熟知了。 表达式 可匹配 \r, \n 代表回车和换行符 \t 制表符 \\ 代表 \ 本身 ??? 还有其他一些在后边章节中有特殊用处的标点符号，在前面加 \ 后，就代表该符号本身。比如：^, $ 都有特殊意义，如果要想匹配字符串中 ^ 和 $ 字符，则表达式就需要写成 \^ 和 \$。 表达式 可匹配 \^ 匹配 ^ 符号本身 \$ 匹配 $ 符号本身 \. 匹配小数点（.）本身 ??? 这些转义字符的匹配方法与 普通字符 是类似的。也是匹配与之相同的一个字符。??? 举例1：表达式 \$d，在匹配字符串 abc$de 时，匹配结果是：成功；匹配到的内容是：$d；匹配到的位置是：开始于3，结束于5。 1.3 能够与 多种字符 匹配的表达式 ??? 正则表达式中的一些表示方法，可以匹配 多种字符 其中的任意一个字符。比如，表达式 \d 可以匹配任意一个数字。虽然可以匹配其中任意字符，但是只能是一个，不是多个。这就好比玩扑克牌时候，大小王可以代替任意一张牌，但是只能代替一张牌。 表达式 可匹配 \d 任意一个数字，0~9 中的任意一个 \w 任意一个字母或数字或下划线，也就是 A~Z,a~z,0~9,_ 中任意一个 \s 包括空格、制表符、换页符等空白字符的其中任意一个 . 小数点可以匹配除了换行符（\n）以外的任意一个字符 ??? 举例1：表达式 \d\d，在匹配 abc123 时，匹配的结果是：成功；匹配到的内容是：12；匹配到的位置是：开始于3，结束于5。??? 举例2：表达式 a.\d，在匹配 aaa100 时，匹配的结果是：成功；匹配到的内容是：aa1；匹配到的位置是：开始于1，结束于4。 1.4 自定义能够匹配 多种字符 的表达式 ??? 使用方括号 [ ] 包含一系列字符，能够匹配其中任意一个字符。用 [^ ] 包含一系列字符，则能够匹配其中字符之外的任意一个字符。同样的道理，虽然可以匹配其中任意一个，但是只能是一个，不是多个。 表达式 可匹配 [ab5@] 匹配 a 或 b 或 5 或 @ [^abc] 匹配 a,b,c 之外的任意一个字符 [f-k] 匹配 f~k 之间的任意一个字母 [^A-F0-3] 匹配 A~F,0~3 之外的任意一个字符 ??? 举例1：表达式 [bcd][bcd] 匹配 abc123 时，匹配的结果是：成功；匹配到的内容是：bc；匹配到的位置是：开始于1，结束于3。??? 举例2：表达式 [^abc] 匹配 abc123 时，匹配的结果是：成功；匹配到的内容是：1；匹配到的位置是：开始于3，结束于4。 1.5 修饰匹配次数的特殊符号 ??? 前面章节中讲到的表达式，无论是只能匹配一种字符的表达式，还是可以匹配多种字符其中任意一个的表达式，都只能匹配一次。如果使用表达式再加上修饰匹配次数的特殊符号，那么不用重复书写表达式就可以重复匹配。?