可能是最好的正则表达式教程的笔记

2022-09-19 14:50:05 浏览数 (1)

1.1. 基本语法

通过一张图表来对正则表达式的基本进行一个回顾

single char

quantifiers(位置)

Column C

d 匹配数字

* 0个或者更多

^一行的开头

w 匹配word(数字、字母)

1个或更多，至少1个

$一行的结尾

W 匹配非word(数字、字母)

? 0个或1个,一个Optional

b 单词"结界"(word bounds)

s 匹配white space(包括空格、tab等)

{min,max}出现次数在一个范围内

C3

S 匹配非white space(包括空格、tab等)

匹配出现n次的

C3

. 匹配任何，任何的字符

B3

C3

1.1.1. single char

假设你有一段字符如下：

  • w

将匹配所有word，当然，() - 等字符除外

  • www

发现匹配的有'These are some phone numbers ...' 注意正则表达式是匹配一个连续串的规则，所以可以看到三个字母的单词可以匹配到，6个单词的也可以匹配到。

  • ss

匹配到一行中连续两个空格

quantifiers

假设我们有这一段话：

代码语言：javascript复制
The colors of the rainbow have many colours 
and the rainbow does not  have a single colour.

我们想把所有的颜色找出来colors colours colour

答案 colou?rs? 嗯，看起来很简单，很方便。

好了，现在想要匹配一行中的4个数字，或者一行中的5个字母等，这时候用quantifiers就非常方便了。

我现在想找5个字母组成的单词

  • w{5} 这样可以吗？嗯..不行的，看下它匹配的内容,如下: 'These are some phone numbers 915-555-1234...' 的确，我们模板给的很简单，它只找一行中，连续出现5个字母的序列。所以现在改进一下好了
  • w{5}s 为了能找到单词，所以我希望5个字母后，跟一个空格的序列，这样应该可以了吧，看下匹配情况： 'Theseare some phonenumbers915-555-1234...' 嗯，是的，只有目前这些方法，是做不到的。 所以，我们需要第三个工具 "position"

1.1.2. position

回到刚才的问题之前，先熟悉下^ $ 和 b

代码语言：javascript复制
This is somthing
is about
a blah
words
sequence of words
Hello and
GoodBye and 
Go gogo!

来看下各种正则所匹配的内容

  • w 这个应该毫无疑问，匹配所有的words
  • ^w 多了一个^，这样子，就只能匹配到每一行开头的单词了This is a words sequence Hello GoodBye Go
  • w $ 这样就能匹配到每行的最后一个字母

回到刚才的问题

现在想找5个字母组成的单词

就变得很简单了，使用单词结界符b

答案就是bw{5}b

1.1.3. 找个电话号码吧

最后，找一个刚才出现的电话号123-456-1231

用以上最基本的正则方法就是 d{3}-d{3}-d{4}，这样就找到了。 但是有的时候，电话号码是123.456.1234 或者 (212)867-4233的结构怎么办呢？

正则表达式中的或或者其他表达方式，下面一一来介绍。

1.2. 字符分类(char class)

前面记录了最基本的方法，接下来说一下分类符[]

这个符号用来表示逻辑关系或，比如[abc]表示a或者b或c.[-.]表示符号-或者.号(注意这里，在[]中的.号代表的就是这个符号，但是如果在其外面，表示个匹配所有。 所以如果不在[]之中，想要匹配'.'，就要通过转意符号.)

1.2.1. 分类的简单应用

字符序列：

代码语言：javascript复制
The lynk is quite a link don't you think? l nk l(nk

正则表达式： l[yi (]k

结果:

代码语言：javascript复制
lynk  link  l nk   l(nk

很容易理解的，就是表达或逻辑。

1.2.2. 匹配所有可能的电话号码

好了，现在回到之前遗留的问题，有以下字段，请匹配所有可能的电话号码：

代码语言：javascript复制
These are some phone numbers 915-134-3122. Also,
you can call me at 643.123.1333 and of course,
I'm always reachable at (212)867-5509

好的，一步一步来，刚才我们使用d{3}-d{3}-d{4}匹配了连字符的情况。现在我们可以很轻松的把.这种情况加进去了

第一步： d{3}[-.]d{3}[-.]d{4}

第二步: 为了能够匹配括号，可以使用?来，因为这是一个option选择。所以最后就成了

(?d{3}[-.)]d{3}[-.]d{4}

这里还是要说明，在[]中，特殊字符不需要转义，可以直接使用，比如[.()],但是在外面，是需要转义的( .等

1.2.3. []的特殊语法

刚才介绍了最简单和基本的功能，但是有些特殊的地方需要注意

  1. -连接符不是第一个字符时 [-.]的含义是连字符-或者点符.。 但是，如果当连字符不是第一个字符时，比如[a-z]，这就表示是从字母a到字符z。
  2. []中的^ ^在之前介绍中，是表示一行开头，但是在[]中，有着不同的含义。 [ab] 表示a或者b [^ab] 啥都行，只要不是a或b(anythings except a and b)，相当于取反

1.2.4. []和()

除了使用[]表示或逻辑,()也是可以的。用法是(a|b)表示a或者b

比如下面的例子，匹配所有email

代码语言：javascript复制
gaoyaqi411@126.com  
dyumc@google.net 
sam@sjtu.edu

思路：

首先要想我到底相匹配什么，这里我想匹配的是

  1. 任何一个以words开头的，一个或更多 w
  2. 紧接着是一个@符号 w @
  3. 接着有一个或者更多的words w @w
  4. 接着一个.标点 w @w .
  5. 接着一个com net 或 edu w @w .(com|net|edu)

还是提醒注意第四步的.转义符号

好了，这样几可以匹配以上的所有邮箱了。但是还有一个问题，因为邮箱用户名是可以有.的，比如vincent.ko@126.com

其实仍然很简单，修复如下： [w.] @w .(com|net|edu)

1.2.5. 总结

  1. []的作用，用英文表达就是"alternation",表达一个或的逻辑；
  2. /[-.(]/ 在符号中的连字符-放在第一位表示连字符本身，如果放在中间，表示"从..到.."，比如[a-z]表示a-z
  3. [.)] 括号中的特殊符号不需要转义，就表示其本身
  4. [^ab] 括号中的^表示非，anythings except a and b
  5. (a|b)也可表示选择，但是它有更强大的功能....

所以，()的强大功能是什么呢？ 分组捕获，这对序列的替换、交换是很有帮助的。 后面一节进行学习记录

1.3. 分组捕获(capturing groups)

什么是分组捕获，现在回到之前电话号码的例子

代码语言：javascript复制
212-555-1234
915-412-1333

//我想要保留区号，把后面的电话号码变为通用性的



	


正则表达式 编程算法 javascript 




	






	

 0 人点赞