【软件开发】正则表达式

正则表达式是一种强大的高级字符串匹配方法。

通配符

用于代表某些字符。

普通字符

• .：除了换行回车符以外的任何单个字符。
• \w：匹配任意一个字母、数字、下划线。
• \d：匹配任意一个阿拉伯数字。

非打印字符

• \f：匹配一个换页符。
• \n：匹配一个换行符。
• \r：匹配一个回车符。
• \t：匹配一个制表符。
• \v：匹配一个垂直制表符。
• \s：匹配任何空白文字。
• \S：匹配任何非空白文字。
• \cx：匹配由 x 指定的控制字符，所有非打印字符都可通过该方式指定。

表达式字符

可借助表达式功能实现通过自定义规则表达单个字符。

• []：创建一个表达式，匹配其中的任何字符。
• ^：表达式取反，不匹配其中的任何字符。
• -：表示一个区间，匹配区间内的所有字符。

如[^A-Z]表示匹配所有非大写字母字符。

转义字符

部分字符有特殊功能，所以表示它们需要在前面加上\进行转义。

限定符

描述前述通配符的通配次数

• *：匹配零次或多次。
• +：匹配一次或多次。
• ?：匹配零次或一次。
• {n}：固定匹配 n 次。
• {n,}：至少匹配 n 次。
• {n,m}：最少匹配 n 次，最多匹配 m 次。

贪婪

*和+限定符都是贪婪的，它们会保证在正则表达式匹配的情况下，尽可能多的匹配文字。

但可通过在其后面加上一个?使其非贪婪，即匹配满足要求的最短文字。

定位符

用于限制通配规则在句子中的位置。

• ^：句子开头。
• $：句子结尾。
• \b：单词边界。
• \B：非单词边界。

附加功能

正则表达式支持的一些在特定情况才可使用且常用的功能。

选择

利用()可以从匹配的字符串中捕获分组。这主要在程序中使用，以便更精细获取匹配结果。

修饰符

修饰符又称标记，可用于指定额外的匹配。如果支持，通常需要将正则表达式用//括起来，然后在后面添加修饰符，修饰符可同时提供多个。

• i：匹配时忽略大小写。
• g：全局匹配。查找所有的匹配项，否则仅匹配首个。
• m：多行匹配。使定位符^和$匹配每一行的开头和结尾，而不是字符串的开头结尾。
• s：使.也匹配换行回车符，即真正的任何字符。

如/a/gi表示匹配所有的 a 或 A 字符。

参考资料

• 菜鸟教程-正则表达式