正则表达式

正则表达式是一个描述字符排列或模式匹配的规则，我们可以利用它来制定自己的规则，获取到我们想要的结果

分类

• 基本正则表达式：Basic Regular Expression 又叫 Basic RegEx 简称 BREs，在基本正则表达式中作用的元字符为：^ 、$、 . 、[、] 、*

• 扩展正则表达式：Extended Regular Expression 又叫 Extended RegEx 简称 EREs，其为在基本正则表达式上新增了 (、) 、{ 、} 、?、 + 、等元字符元字符，使得正则表达式更加简洁易用。

原字符

• 通用 POSIX 原字符

  • [:alnum:] 字母数字[a-z A-Z 0-9]
  • [:alpha:] 字母[a-z A-Z]
  • [:blank:] 空格或制表键
  • [:cntrl:] 任何控制字符
  • [:digit:] 数字 [0-9]
  • [:graph:] 任何可视字符（无空格）
  • [:lower:] 小写 [a-z]
  • [:print:] 非控制字符
  • [:punct:] 标点字符
  • [:space:] 空格
  • [:upper:] 大写 [A-Z]
  • [:xdigit:] 十六进制数字 [0-9 a-f A-F]

• 特殊字符，在扩展正则表达式中加上 \ 则被认为其具有特殊含义：

  • \w 匹配任意数字和字母，等效[a-zA-Z0-9_]
  • \W 和\w相反，等效[^a-zA-Z0-9_]
  • \b 匹配字符串开始或结束，等效\<和\>
  • \s 匹配任意的空白字符
  • \S 匹配非空白字符

匹配

字符匹配

• . 匹配任意单个字符
• [] 匹配中括号范围内的任意单个字符
• ^ 对匹配的字符取反
• | 匹配提供的两个字符

数量匹配

• * 匹配前面字符 任意次，可以0个、1个、也可以无数个
• ? 匹配前面字符 0次或者1次
• + 匹配前面字符 至少1次
• {m,n} 匹配前面字符 最少m次，最多n次
• .* 匹配任意字符任意次数

位置锚定

• ^ 行首锚定，放置在模式最左边
• $ 行尾锚定，放置在模式最右边
• \<、\b 词首锚定，匹配单词词首
• \>、\b 词尾锚定，匹配单次词尾

分组引用

• () 将括号内的匹配存入内存，之后可以通过\1 \2引用

贪婪模式

通过在 *、+ 或 ? 限定符之后放置 ?，该表达式从"贪婪"表达式转换为"非贪婪"表达式或者最小匹配。