正则表达式学习笔记

概念

正则表达式是一种从左到右匹配字符串的一种模式。

元字符

特殊含义的字符。

元字符	描述
.	匹配任意单个字符（除了换行符）
[]	匹配方括号内任意字符
[^]	上面的否定，匹配除了里面内的任意字符
*	匹配任意个（可以是0）*号前面的字符
+	匹配>=1个符号前面的字符
?	符号前面的字符可选
{n,m}	匹配num个前面的字符或者字符集(n<=m<=m)
（xyz）	可以理解为数学公式中的括号，括号内的为一体，比如（abc）* <=> abc/abcabc/…
|	或运算符
\	转义字符，匹配保留字符使用，比如\[ 就代表[
^	行首，表示从开始行开始匹配
$	行尾，从行尾开始匹配

简写字符集

正则表达式提供一些常用的字符集简写。

简写	描述
\w	匹配所有字母数组，等同于[a-zA-Z0-9]
\W	匹配所有非字母数组（符号），等同于[^\w]
\d	匹配数字，等同于[0-9]
\D	匹配非数字，等同于[^\d]
\s	匹配所有空格字符，等同于[\t\n\f\r\p]{Z}
\S	匹配所有非空格字符
\f	换页符
\n	换行符
\r	回车符
\t	制表符
\v	垂直制表符（？？？）
\p	匹配CR/LF（即\r\n），用来匹配DOS行终止符（可以用来替换成unix换行符\n）

零宽度断言

判断所匹配的格式是否在另一个确定的格式之前（后）。

比如：(?<=M)[0-9\.]*是一个正后发断言，匹配的是在字符M之后包含任意个数字的字符。

负后发则相反，(?<!M)[0-9\.]*匹配的是M后不包含数字的字符

先行和后发的区别则是之前和之后

符号	描述	举例
?=	正先行断言-存在	[0-9\.](?=M)
?!	负先行断言-排除	[0-9\.](?!M)
?<=	正后发断言-存在	(?<=M)[0-9\.]*
?<!	负后发断言-排除	(?<!M)[0-9\.]*

标志

模式修正符，可以更改模式。

标志	描述	示例
i	忽略大小写	the/i <=> [Tt][Hh][Ee]
g	全局搜索	The/g （vim替换时候使用比较多）
m	多行修饰符：在使用^与$时候用到（不用只能匹配一行？）	The$/m（emmm，得到多个？）

注：我用/m并没有得到实际效果，实际不用就可以，可能看具体情况，记录一下吧

贪婪匹配和惰性匹配

正则表达式默认是贪婪匹配模式（匹配尽可能长的字符串）。

？可以帮助我们转换成惰性匹配模式。

/(.*at)/ => The fat cat sat on the mat .

惰性匹配：（只匹配到第一次匹配的地方就结束）

/(.*?at)/ => The fat cat sat on the mat.