扫盲:”正则表达式”是什么?

2022-06-06 20:01:07 浏览数 (1)

是一篇”正则表达式”扫盲贴,如果你还不理解什么是正则表达式,看这篇文章就对了。

如果你已经掌握了”正则表达式”,就不用再在这篇文章上浪费时间了。

坚持看到底,就能明白什么是”正则表达式”。

我们先不解释什么是”正则表达式”,因为在本来就不明白的情况下,再去看一些专业的解释,会更加不明白。

所以,我们先来描述一个小场景,看完这个场景,你就能明白什么是”正则表达式”。

首先,我们在桌面上创建一个txt文本文件,将这个文件命名为”正则.txt”,如下

文件创建完毕后,双击此文件即可使用windows中的”记事本”打开此文件,文件内容如下图所示

可以看到,文件中有3行文本,假设,此时我们想要在文本中搜索”hello”这个词,我们该怎么办呢?

没错,按下快捷键 “Ctrl F”,即可在”记事本”中搜索”hello”字符串,如下

可以看到,上图中,hello一共出现过3次,

第一行与第三行的”hello”都位于行首

第二行的hello位于行尾

但是不管hello字符串位于哪里,文本中一共有3个”hello”字符串

所以,”hello”可以”被匹配到”3次。

好了,我们已经搜索到了hello字符串,满足了我们的需求。

但是,现在需求变了。

现在我们想要搜索 “位于行首的hello字符串” 。

也就是说,字符串不仅要是”hello”,而且还要位于行首,需要同时满足这两个条件的字符串才算满足条件。

那么,上图第二行中的hello字符串则不符合我们的要求,因为虽然第二行中包含”hello”字符串,但是它并不位于行首,而”第一行的hello”与”第三行的hello”都位于行首,所以,如果按照要求,只有第一行与第三行中的hello能被搜索到。

那么,我们应该怎样去搜索呢?

我们刚才的需求就是:”找到文本中位于行首的hello字符串”

让你搜索,你会怎么做?

没错,我们需要有一种方法,这种方法能够告诉计算机,只查找”位于行首的hello字符串”

这个时候,就需要依靠”正则表达时式”了,”正则表达式”可以帮助我们实现这样的功能,但是,由于windows记事本并不支持”正则表达式”,所以,我们无法通过”记事本”完成上述需求,我们只能安装其他程序,并且这个程序必须支持”正则表达式”,此处,我们安装”sublime text”或者”notepad ”,它们是windows系统下比较常用的、流行的文本编辑器,此处以”sublime text”为例,使用”sublime text”打开示例中使用到的文本文件,如下图所示

同样,在”sublime text”中使用快捷键”ctrl F”,可以搜索hello字符串,如下图所示。

如上图所示,3个hello字符串都能被搜索到。

那么,回归到刚才的话题,我们怎样才能只搜索”位于行首的hello字符串”呢?方法如下

首先,点击下图中红线标注部分的按钮,这个按钮被选中后,”sublime text”才会以”正则表达式”模式工作。

然后在搜索框中输入”^hello” (符号”^”为键盘中数字键6对应的符号),即可达到我们的要求,即只查找位于行首的”hello”字符串。

查找结果如下图所示,只有位于行首的hello被匹配到了。

我们可以把上例中的”^hello”理解为”正则表达式”,这个”正则表达式”想要表达的意思就是”位于行首的hello字符串”。

到目前为止,我们已经初步的接触到了”正则表达式”,但是我们还没有解释过”正则表示式”。

现在,回过头来,再看看什么是正则表示式。

如下描述引用自百度百科

正则表达式,又称 规则表达式。 正则表达式的英语原文为:Regular Expression,常简写为regex、regexp或RE,正则表达式是计算机科学的一个概念。 正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。

现在再来看这个专业的解释,是不是比较容易理解了?”正则表达式”又称”规则表达式”,使用”正则表达式”可以让我们”表达出”某种规则,就像刚才使用到的”^hello”,我们使用这个正则表达式,表达出了我们的想法,我们的想法就是搜索出位于行首的hello字符串,在正则表达式中,”^”就表示行首,所以,”^hello”就是表示位于行首的hello字符串,这就是我们想要表达的”规则”,这就是”正则”,我们利用这个正则表达式,检索出了”符合规则”的文本。

那么现在,你对”正则表达式”应该有了初步的概念了吧。

再啰嗦一遍,”正则”就是”规则”,”正则表达式”就是能够让我们表达出自己想法的规则,只要学会了这种规则,我们就能够表达自己的想法。

好了,”正则扫盲阶段”完成。

其实,只要你自己理解了什么是正则,再去学习正则就很快了,怕就怕,你从心里觉得自己不会,那样就没有办法继续了。

当grep与正则结合在一起时,grep就会根据”正则的含义”在文本中查找符合条件的字符串。

什么是正则?什么是grep?前文介绍过了,我们就不再废话了,直接切入正题

我们通过grep命令来实践一下正则,仍然以前文中提到的例子作为切入点,示例如下:

我们在系统中创建了一个文件,用于测试正则,文件名为regex

如上图所示,文件中有三行文本,每行都包含”hello”这个单词,如果我们想要利用grep在此文本中搜索包含”hello”的行,则可以使用如下命令。

没错,由于regex文件中的每一行都包含hello,所以,所有行都被打印出来了。

如果,我们只想要打印出”以hello开头的行”(hello位于行首的行),该怎么办呢?没错,使用正则表达式即可,示例如下

前文中已经介绍过,在正则表达式中,”^”表示”锚定行首”(符号”^”是数字键6对应的符号),所以”^hello”表示只匹配位于行首的hello字符串。

由于regex文本中的第二行的hello位于行尾,所以,第二行并不符合条件,于是,只有第一行与第三行被打印了出来。

“^”在正则中表示锚定行首,那么,什么符号在正则中表示锚定行尾呢?

“$”在正则中表示锚定行尾,符号”$”为数字键4对应的符号,那么我们来看看怎样锚定行尾,仍然以之前的regex文本为例,regex文本中的第二行中,单词hello位于行的尾部,所以,我们可以使用”hello$”,去匹配”位于行尾的hello”字符串,示例如下:

如上所示,”hello$”表示匹配位于行尾的hello字符串,只有第二行满足条件,所以,只有第二行被输出了。

我们已经学会了”^”与”$”,我们知道,它们在正则表达式中分别代表锚定行首与锚定行尾,那么,我们将它们结合在一起使用,”^hello$”表示什么意思呢?聪明如你一定猜到了,”^hello$”表示hello既位于行首,同时也位于行尾,换句话说,就是整行中只有一个单词hello,没有其他单词,那么是这样吗,我们来试一试,在regex中新加一行,只包含hello一个单词,如下。

现在,我们使用正则表达式”^hello$”,看看能不能匹配到文本中的第四行。

如上图所示,我们成功额匹配到了regex文本中的第四行,并且将第四行打印了出来。

看到这里,我想你应该已经学会举一反三了,”^hello$”表示hello即位于行首也位于行尾,那么”^$”表示什么意思呢?没错,”^$”表示行首与行尾相连,换句话说,就是”空行”,我们在regex中添加一行”空行”,看看能不能匹配到,示例如下:

我们直接在第二行后按回车键,于是第三行变成了”空行”,注意,”空行”表示当前行不包含任何字符,包含”空格”的行不能被当做”空行”。

现在,我们来使用正则表达式”^$”,试试能不能匹配到文本中的第三行,如下图所示。

可以看到,文本中的”空行”被匹配到了。

现在,我们已经能够灵活的锚定”行首”与”行尾”了,那么,我们能不能锚定”词首”或”词尾”呢?

必须能啊,正则表达式中,”<“表示锚定词首,”>”表示锚定词尾。

为了方便示例,我们再准备另外一个测试文件REG,文件内容如下。

上图中,”abchello”中包含”hello”,但是”hello”位于”abchello”这个单词的词尾,同理,”helloabc”中也包含”hello”,但是”hello”位于”helloabc”这个单词的词首。

刚才提到过,正则表达式中,”<“表示锚定词首,”>”表示锚定词尾,现在我们就来实验一下。

如上图所示,”<hello”表示以hello作为词首的单词将会被匹配到,”hello>”表示以hello作为词尾的单词将会被匹配到。

同理,我们也可以将”<“与”>”结合在一起使用,示例如下。

为了测试,我们在REG文件中又添加了一行,内容如下

上图中,”<hello>”表示当hello既是词首又是词尾时则会被匹配到,换句话说,就是当hello作为一个独立的单词时,则会被匹配到,如上图所示,REG文本中第4行被匹配到了,因为只有第4行中才包含了一个独立的hello单词。

其实,正则表达式中,除了”<“与”>”能够表示锚定词首与锚定词尾以外,我们还可以使用”b”去代替”<“和”>”,”b”既能锚定词首,也能锚定词尾,示例如下。

聪明如你,只要懂得了”<“与”>”,再结合上述示例理解”b”,绝对不是事儿。

“b”还有一个孪生兄弟,”B”,虽然它们长得很像,但是它们的功能完全不一样。

“b”是用来锚定词首、锚定词尾的,换句话说,”b”是用来匹配”单词边界”的,而”B”则正好相反。

“B”是用来匹配”非单词边界”的,这样说并不容易理解,看了示例就会秒懂,示例如下。

上例中的”Bhello”表示,只要hello不是词首,就会被匹配到,如上图所示。

而”bhello”表示,只要hello是词首,就会被匹配到,所以,”B”与”b”所要表达的意思正好相反。

“hellob”与”helloB”同理,此处不再赘述,快动手试试吧。

在正则表达式中,又有”基础正则表达式”和”扩展正则表达式”之分(此处不用纠结,后面会专门对扩展正则表达式进行总结,我们现在所展示的都是基本正则表达式,学会了”基本正则表达式”,再看”扩展正则表达式”,绝对分分钟搞定)。

有些符号在基础正则表达式中和扩展正则表达式中是通用的,有些则不然。

比如我们今天学习到的这些符号,就是通用的,不管是在基础正则还是扩展正则中,它们表示的含义都是相同的。

细心如你一定发现了,今天所使用的正则表达式都与”位置”有关,比如”行首”、”行尾”、”词首”、”词尾”等,我们可以把这些符号理解为与”位置匹配”有关的正则表达式。

我们今天所认识的符号只是正则表达式中的一部分,之后的文章我们会继续总结正则表达式,只要坚持看完它们,你肯定会掌握正则表达式的。

0 人点赞