首页 > 操作系统 >

正则表达式（1）---语法说明

电脑杂谈　发布时间：2020-05-25 06:23:15　来源：网络整理

正则表达式语法/_perl 正则表达式语法_act正则表达式语法

正则表达式（2）---匹配规则

正则表达式（3）---运算符优先级

正则表达式（4）----常用的正则表达式

由于工作和业务原因，我接触了在不确定的文本中查找指定字符的标准. 在使用Java无效并且百度失败之后，我决定自己编写正则表达式. 最后，他被殴打得很厉害. 为了找回脸，他弥补了正则表达式. 在查阅了相关材料并查看了Daniel在Github上编写的一些正则表达式之后，我终于学到了一些东西. 乐于分享，记录下整个学习过程并与Zhujun分享.

附上我干儿子的照片（男孩越来越圆了）

你爱我的叔叔阿姨吗

正则表达式的“祖先”可以追溯到有关人类神经系统如何工作的早期研究. 两位神经生理学家Warren McCulloch和Walter Pitts开发了一种描述这些神经网络的数学方法.

1956年，基于McCulloch和Pitts的早期工作，数学家Stephen Kleene发表了一篇题为“神经网络事件的表示”的论文，其中介绍了正则表达式的概念. 正则表达式用于描述他所谓的“正则集代数”，因此使用了“正则表达式”一词.

后来，人们发现这项工作可以用于使用Ken Thompson的计算搜索算法的一些早期研究中，Ken Thompson是Unix的主要发明者. 正则表达式的第一个实际应用是Unix中的qed编辑器.

正如他们所说，其余的都是众所周知的历史. 从那时起，正则表达式已成为基于文本的编辑器和搜索工具的重要组成部分.

目前，正则表达式已在许多软件中广泛使用，包括* nix（Linux，Unix等），HP和其他操作系统，PHP，C#，Java和其他开发环境以及许多应用程序，可以看到正则表达式的阴影. 但是，由于房东使用JAVA，因此这里的重点是为了理解JAVA（其他语言也是如此，正则表达式可以普遍使用）

最后，我们结束了礼貌的用语并开始输入主题. 首先，我们学习正则表达式的语法. 这里我们以房东遇到的问题为例. 这个需求是

从HTML文件中找到标题和图片并显示.

让我们少说话，先发布HTML文档.

<!doctype html>
<html>
<head>
<meta charset="UTF-8">
<meta name="Generator" content="EditPlus®">
<meta name="Author" content="">
<meta name="Keywords" content="">
<meta name="Description" content="">
<title>干儿子</title>
</head>
<body>
<img src="https://upload-images.jianshu.io/upload_images/2326194-ece9cfbfd1fa569a.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240">
<p>干儿子的照片</p>
</body>
</html>

这里的人觉得这很有趣，只需直接检查标题和img. 但是，在一个非常复杂的HTML界面中，用JAVA检查标题和img是不够的，甚至某些文本也会带来title和img，这将产生很大的影响.

以下内容对于初学者来说有点困难，无需记住它，以下各章将进行相应的说明，并且有一个图片.

正则表达式是由普通字符（例如字符a至z）和特殊字符（称为“元字符”）组成的文本模式. 该模式描述了一个或多个在搜索文本时要匹配的字符串. 正则表达式用作将字符模式与搜索到的字符串匹配的模板. 由于元字符后面会有详细的解释，因此我们在这里不再赘述.

普通字符包括所有未明确指定为元字符的可打印和不可打印字符. 其中包括所有大写A〜Z和小写字母a〜z，所有数字0〜9，所有标点符号和一些其他符号.

不可打印字符也可以是正则表达式的一部分. 下表列出了非打印字符的转义序列:

字符描述

匹配x指示的控制字符. 例如，\ cM匹配Control-M或回车符. x的值必须是A-Z或a-z中的一个. 否则，将c视为文字“ c”字符. （不常用）

perl 正则表达式语法_正则表达式语法/_act正则表达式语法

匹配换页. 等效于\ x0c和\ cL.

匹配换行符. 等效于\ x0a和\ cJ.

匹配回车符. 等效于\ x0d和\ cM.

匹配任何空白字符，包括空格，制表符，换页符等. 等效于[\ f \ n \ r \ t \ v].

匹配所有非空白字符. 等效于[^ \ f \ n \ r \ t \ v].

匹配一个制表符. 等效于\ x09和\ cI.

匹配垂直标签. 等效于\ x0b和\ cK.

您无需花时间记住，只需使用几次.

所谓的特殊字符是指具有特殊含义的字符. 例如，*代表所有字符. 如果要搜索，则需要用\ *表示.

许多元字符在尝试匹配它们时需要特殊对待. 要匹配这些特殊字符，您必须首先“转义”这些字符，即在其前面加上反斜杠字符（\）. 下表列出了正则表达式中的特殊字符:

特殊字符描述

匹配输入字符串的结束位置. 如果设置了RegExp对象的Multiline属性，则

$也匹配$

字符本身，使用$.

标记子表达式的开始和结束. 可以获取子表达式以备后用. 要匹配这些字符，请使用（和）.

匹配前面的子表达式零次或多次. 要匹配*字符，请使用*.

匹配前面的子表达式一次或多次. 要匹配+字符，请使用+.

匹配换行符\ n以外的任何单个字符. 要匹配，请使用\.

标记方括号表达式的开头. 要匹配[，请使用\ [.

匹配前一个子表达式零次或一次，或指定一个非贪婪的限定词. 要匹配吗？字符，请使用\？.

将下一个字符标记为特殊字符，文字字符或反引号或八进制转义字符. 例如，“ n”与字符“ n”匹配. '\ n'匹配换行符. 序列'\\'匹配“ \”，而'\（'匹配“（”.

匹配输入字符串的开头，除非用于方括号表达式中，否则表示不接受字符集. 要匹配^字符本身，请使用\ ^.

标记限定符表达式的开头. 要匹配{，请使用\ {.

指定两个项目之间的选择. 要匹配|，请使用\ |.

act正则表达式语法_正则表达式语法/_perl 正则表达式语法

The

限定符用于指定正则表达式的给定组件必须出现多少次匹配. 有6种类型，包括*或+或？或{n}或{n，}或{n，m}.

正则表达式限定词为:

字符描述

匹配前面的子表达式零次或多次. 例如，zo *可以匹配“ z”和“ zoo”. *相当于{0，}.

匹配前面的子表达式一次或多次. 例如，“ zo +”可以匹配“ zo”和“ zoo”，但不能匹配“ z”. +等同于{1，}.

匹配前一个子表达式零次或一次. 例如，“做（es）？”可以在“ do”或“ does”中匹配“ do”. ？等效于{0,1}.

n是一个非负整数. 确定匹配n次. 例如，“ o {2}”不能与“鲍勃”中的“ o”匹配，但可以与“食物”中的两个o匹配.

n是一个非负整数. 至少匹配n次. 例如，“ o {2，}”不能与“ Bob”中的“ o”匹配，但可以与“ foooood”中的所有o匹配. 'o {1，}'等同于'o +'. 'o {0，}'等同于'o *'.

{n，m}

m和n是非负整数，其中n <= m. 至少匹配n次，最多匹配m次. 例如，“ o {1,3}”将与“ fooooood”中的前三个o匹配. 'o {0,1}'等同于'o？'. 请注意，逗号和两个数字之间不能有空格.

使用定位器可以将正则表达式固定到行的开头或结尾. 它们还使您能够创建出现在单词中，单词开头或单词结尾的正则表达式.

The

定位符用于描述字符串或单词的边界，^和$表示字符串的开头和结尾，\ b描述单词的前边界或后边界，\ B表示非单词边界

正则表达式限定词为:

字符描述

匹配输入字符串的开头. 如果设置了RegExp对象的Multiline属性，则^也将匹配\ n或\ r之后的位置.

匹配输入字符串的结尾. 如果设置了RegExp对象的Multiline属性，则$也将匹配\ n或\ r之前的位置.

匹配单词边界，即单词和空格之间的位置.

非单词边界匹配.

注意: 不能将限定符与锚点一起使用. 由于在换行符或单词边界之前或之后不能有一个以上的位置，因此不允许使用诸如^ *之类的表达式.

字符描述

将下一个字符标记为特殊字符，文字字符，后向引用或八进制转义字符. 例如，“ n”与字符“ n”匹配. '\ n'匹配换行符. 序列'\'匹配“”，“（”匹配“（”.

匹配输入字符串的开头. 如果设置了RegExp对象的Multiline属性正则表达式语法/，则^也将匹配'\ n'或'\ r'之后的位置.

perl 正则表达式语法_正则表达式语法/_act正则表达式语法

匹配输入字符串的结束位置. 如果设置了RegExp对象的Multiline属性，则$也将匹配'\ n'或'\ r'之前的位置.

匹配前面的子表达式零次或多次. 例如，zo *可以匹配“ z”和“ zoo”. *相当于{0，}.

匹配前面的子表达式一次或多次. 例如，“ zo +”可以匹配“ zo”和“ zoo”，但不能匹配“ z”. +等同于{1，}.

匹配前一个子表达式零次或一次. 例如，“做（es）？”可以在“ do”或“ does”中匹配“ do”. ？等效于{0,1}.

n是一个非负整数. 确定匹配n次. 例如，“ o {2}”不能与“鲍勃”中的“ o”匹配，但可以与“食物”中的两个o匹配.

{n，m}

当字符紧跟任何其他限定符（*，+，？，{n}，{n，}，{n，m}）时，匹配模式为非贪婪. 非贪婪模式尽可能少地匹配搜索到的字符串，而默认贪婪模式则尽可能地匹配搜索到的字符串. 例如，对于字符串“ oooo”，“ o +？”将匹配单个“ o”，而“ o +”将匹配所有“ o”.

匹配除“ \ n”以外的任何单个字符. 要匹配包括'\ n'在内的任何字符，请使用'[. \ N]'.

（模式）

匹配模式并获得此匹配. 可以从生成的Matches集合中获得获得的匹配项，SubMatches集合用于VBScript中，而在JScript中使用

$0…$

9个属性. 要匹配括号字符，请使用'（'或'）'.

（?:模式）

匹配模式，但没有获得匹配结果，这意味着这是一个没有得到的匹配，不会被存储以备后用. 当使用“或”字符（|）组合模式的各个部分时，这很有用. 例如，“ indust（？: Y | ies）比“ industrial”更简单. 行业.

（？=模式）

正向查找，在与pattern匹配的任何字符串的开头匹配搜索字符串. 这是非获取性匹配，这意味着无需获取匹配以供以后使用. 例如，“ Windows（？= 95 | 98 | NT | 2000）”可以匹配“ Windows 2000”中的“ Windows”，但不能匹配“ Windows 3.1”中的“ Windows”. 预检查不占用字符，也就是说，在匹配发生后，对下一个匹配的搜索将在最后一次匹配之后立即开始，而不是在包含预检查的字符之后开始.

（?!模式）

否定预览，在与模式不匹配的任何字符串的开头匹配搜索字符串. 这是非获取性匹配，这意味着无需获取匹配以供以后使用. 例如，“ Windows（？！95 | 98 | NT | 2000）”可以匹配“ Windows 3.1”中的“ Windows”，但不能匹配“ Windows 2000”中的“ Windows”. 预检查不占用字符，也就是说，在匹配发生后，对下一个匹配的搜索将在最后一次匹配之后立即开始，而不是在包含预检查的字符之后开始.

匹配x或y. 例如，'z |食物”可以匹配“ z”或“食物”. '（z | f）ood'匹配“ zood”或“ food”.

[xyz]

字符集. 匹配包含的任何字符. 例如，“ [abc]”可以匹配“普通”中的“ a”.

[^ xyz]

act正则表达式语法_perl 正则表达式语法_正则表达式语法/