阿坝州网站建设公司

正则表达式的详细介绍

本篇文章给大家分享的是有关正则表达式的详细介绍，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。

成都网站设计、做网站服务团队是一支充满着热情的团队，执着、敏锐、追求更好，是创新互联的标准与要求，同时竭诚为客户提供服务是我们的理念。创新互联建站把每个网站当做一个产品来开发，精雕细琢，追求一名工匠心中的细致，我们更用心！

正则表达式，又称规则表达式。（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。

许多程序设计语言都支持利用正则表达式进行字符串操作。例如，在Perl中就内建了一个功能强大的正则表达式引擎。正则表达式这个概念最初是由Unix中的工具软件（例如sed和grep）普及开的。正则表达式通常缩写成“regex”，单数有regexp、regex，复数有regexps、regexes、regexen。

元字符使用正则表达式具有处理能力。元字符既可以是放在[ ] 中的任意单个字符（如 [a]表示匹配单个小写字符 a），也可以是字符序列（如 [a-d] 表示匹配 a 、b、 c、 d 之间的任意一个字符，而 \w 表示任意英文字母和数字及下划线），常见的元字符如下：

常见的元字符

字符描述特别说明
.匹配除换行符（\n）以外的任意字符~
[abcde]匹配 a b c d e 之中的任意一个字符所有字符是 或 的关系
[a-h]匹配 a到h之间的任意一个字符~
[^fgh]不与 fgh之中的任意一个字符匹配在 中括号[ ] 的第一个字符前加上 ^ 表示 取反
不匹配中括号里面出现的任意字符
\w匹配大小写英文字符及数字 0 到 9 之间的任意一个及下划线，相当于[a-zA-Z0-9_]~
\W与 \w 相反，相当于 [^a-zA-Z0-9_]~
\s匹配任意的空白符，相当于 [\f\n\r\t\v]~
\S与 \s相反，相当于 [^\s]~
\d匹配任何 0 到 9 之间的单个数字，相当于 [0-9]~
\D与 \d 相反，相当于[^0-9]~
[\u4e00-\u9fa5]匹配任意单个汉字（中文）（这里用的是 Unicode 编码表示的汉字）~
\b匹配单词的开始或结束~
^匹配字符串的开始放在中括号的第一个字符前 则变为 取反的意思
$匹配字符串的结束~

正则表达式限定符

作用：限定这个符号前面 一个 单元多出现的次数
单元：

  1. 如果前面出现的是一个字符的话，则这一个字符就为一个 单元
  2. 如果前面我们用小括号把一个很长的字符串括起来的话，那么整个小括号里面都算是一个 单元

上面的元字符都是针对单个字符匹配的，要想同时匹配多个字符的话，还需要借助限定符，下面是一些常见的限定符（下表中 n 和 m 都是表示 整数。）

字符描述特别说明
*匹配 0 到 多 个元字符，相当于 {0,}~
?匹配 0 到 1 个元字符， 相当于 {0,1}~
+匹配至少 1 个元字符，相当于 {1,}~
{n}匹配 n 个元字符~
{n,}匹配至少 n 个元字符~
{n,m}匹配 n 到 m 个元字符~
\b匹配单词边界~
^字符串必须以指定的字符开始~
$字符串必须以指定的字符结束~

说明 - 特例

  1. 可以将多个元字符或者原义文本字符用括号括起来形成一个 分组，比如 ^(13)[4-9]\d{8}$ 表示任意以 13 开头的移动手机号码。
    1. abcabcabc+  表示 最后的字母 c 出现 1 次或 多次；
    2. (abcabcabc)+ 表示 整个字符串 abcabcabc 出现 1 次或 多次。
  2. 可以使用 | 来表示 或 的关系，例如 z|j|q 表示匹配 z 、j、q 之中的任意一个字母。其实等价于 [zjq]。
    1. ab|cd|ef 表示的是：要么是 ab、要么是 cd要么是 ef。
    2. a(b|cd|e)f 表示的是：以a开头，要么是 b、要么是 cd要么是 e，最后以f结尾。
    3. 总结：|（或） 的唯一边界是 小括号（( )）
  3. [0-9A-Z.?] 这个正则你如何理解？
    1. 当 . 和 ? 出现在中括号中时，. 和 ? 将变为 普通字符，它就是 点 和 问号。你可以理解为 [ ] 的优先级要大于. 和 ? 的优先级。
    2. 此正则表达式将会完全匹配字符串 ?aaa.bbb ，记住这里 . 和 ? 被完全当做了普通字符。

高级1 - 多选结构

多选结构其实就是元字符 | （或）的使用。
界定范围：开头、结尾、小括号

正则含义
Windows98|Windows2000|WindowsXP匹配Windows98或者Windows2000或者WindowsXP
^Windows98|Windows2000|WindowsXP$以Windows98开头或者包含Windows2000或者以WindowsXP结尾
注意^和$都包含在|的范围内，因为|的界限只有：开头、结尾、小括号
Windows(98|2000|XP)Windows然后98 或者2000或者XP

总结：多选结构可以包括很多字符，但不能超越 括号 的界限。

高级2 - 分组与后向引用

分组

  • 我们已经了解怎么重复单个字符；
  • 但如果想要重复一个字符串该怎么办？你 可以用小括号来指定子表达式（也叫做分组）。
  • (\d{1,3}\.){3}\d{1,3} 简单的 IP 地址匹配表达式
  • 但是它也将匹配 256.300.888.999这种不可能存在的 IP 地址。你能写一个更准确的正则？
  • ((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)

反向引用

  • 使用小括号指定一个子表达式（分组）后，匹配这个子表达式的文本可以被捕获，从而在表达式或其他程序中作进一步的处理。
  • 默认情况下，每个分组会自动拥有一个组号，规则是：以分组的左括号为标志，从左向右，第一个分组的组号为 1 ，第二个为 2 ，依次类推。

示例：

  • \b(\w+)\b\s+\1\b 可以用来匹配重复的单词
  • 匹配诸如：where where go, tom tom happy

直白解释：
正则表达式中，前面用小括号进行划分（分组），后面把小括号匹配到的内容引用到后面来，分别用\1、\2等 来表示。（第一个小括号极\1...）。如果存在 小括号嵌套小括号的情况 (\w+(.?)) 记住：这个时候要以 ( 为标志 从左往右 数小括号就可以了。

高级3 - 环视（零宽断言）

  • 环视不匹配任何字符，只匹配文本中的 特定位置。类似于\b、^、$ 那样。环视不会占用字符。
  • 环视分为顺序和逆序两种：
    • 顺序
      • (?=exp) 位置的后面能匹配exp。例如：(?=\d) 当前位置右边是数字。
      • (?!exp) 位置的后面不能匹配exp。例如：(?!\d) 当前位置右边不是数字。
    • 逆序
      • (?<=exp) 位置的前面能匹配exp。例如：(?<=\d) 当前位置左边是数字
      • (? 位置的前面不能匹配exp。例如：(?!\d) 当前位置左边不是数字。

高级4 - 贪婪与懒惰

  • 当正则表达式中包含能接受重复的 量词（指定数量的代码，例如：+、*、{3,12} 等）时， 通常的行为是匹配尽可能多的字符。
  • 正则表达式：a.*b，它将会匹配最长的以 a 开始，以 b 结束的字符串。如果用它来搜索 aabab 的话，它会匹配整个字符串 aabab，这被称为 -------贪婪匹配
  • -
  • 我们更需要 懒惰匹配，也就是匹配尽可能少的字符，前面给出的量词都可以被转化为 懒惰匹配模式， 只要在它后面加一个问号 ?。这样 .*? 就意味着匹配任意数量的重复，但是在能使整个 匹配成功的前提下使用最少的重复。
  • a.*?b 匹配最短的，以 a 开始， 以 b 结束的字符串。如果把它应用于 aabab 的话，它会匹配 aab 和 ab。

总结：

贪婪与懒惰模式之间的区别就在于：懒惰模式在量词 * 的后面多了一个 问号 ?。

高级5 - 模式匹配的优先级

在使用正则表达式时，需要注意匹配的顺序。通常相同优先级 从左到右进行计算，不同优先级的运算 先高后低。各种操作符的匹配顺序优先级 从高到低如下表所示。

顺序元字符描述
1\转义字符
2()、(?:)、(?=)、[]模式单元和原子表
3*、+、？、{n}、{n,}、{n,m}重复匹配
4^、$、\b、\B、\A、\Z边界限制
5|模式选择

实例

1. 字符转义

1问：要匹配字符串 333333\$33\33333 中的 \$ 正则应该怎么写？
2问：如果在 PHP 中 preg_match 函数分别用单引号和双引号的表达式来匹配上面的 \$，怎么写？

答案：

  • 表达式需要的规则是 \\\$
  • 用单引号表示上面的字符串 '/\\\\\\$/'。（为方便查看我们拆分一下为 '/\\  \\  \\  $/'）
  • 用双引号表示上面的字符串 "/\\\\\\\$/"。（为方便查看我们拆分一下为 "/\\  \\  \\  \$/"）
  • 问什么呢？

再答：

  1. PHP 中单引号不转义任何字符，但是唯独转义 \ ，所以我们需要 6个\ 来生成表达式。

  2. 双引号除了转义 \ 以外，还需要多一个 \ 用来转义 $ 所以它 需要 7 个\。

以上就是正则表达式的详细介绍，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注创新互联行业资讯频道。


分享名称：正则表达式的详细介绍
文章网址：http://azwzsj.com/article/jheios.html

其他资讯