正则表达式——正则入门

正则表达式——正则入门

正则测试地址：https://regex101.com/

先从一个例子开始正则表达式。

书写一个匹配手机号的正则表达式，为了方便讨论，假定手机号是1开头，第二位只能是3、5、8中的其中一个，总共11位的数字，形如13xxxxxxxxx。

匹配手机号的正则表达式为：^1[358]\d{9}$，下面介绍此正则表达式中的各个符号的含义。

符号含义简介

^:表示字符串的开头，后面紧接着1，表示匹配的字符串要以"1"开头。

1:就是匹配“1”本身，^不匹配字符，所以1就是匹配字符串的第一个字符。

[358]:表示可以匹配3、5、8中的任何一个，当然，也只能匹配一个字符；[abc]整个表达式用来匹配一个字符，这个被匹配字符可以是abc中的任一个。

\d:表示一个数字字符，等同于[0123456789]，匹配0123456789中的任何一个数字，[0123456789]也可以写作[0-9]。

{9}:表示前面的\d重复9次，即有9个数字。重复次数可以设定范围值或是最小值，{m,n}表示前面的元素或是表达式最少重复m次，最多重复n次；{m,}表示前面的元素或是表达式最少重复m次，不设定最大重复次数。

$:表示字符串的结尾，它前面的\d{9}数字重复9次后，后面就不能再有字符了。

如上图所示，13666666666符合正则表达式^1[358]\d{9}$。

"13666666666"的第一位数字1，匹配正则表达式中的^1，以数字1开头；第二位数字3匹配表达式中的[358]，属于3、5、8中的一个；第三位至第十一位的9个数字，匹配表达式中的\d{9}；第十一位数字后不再有字符，匹配表达式$。

"13"匹配表达式中的^1[358]，不匹配\d{9}，后续没有9个数字；"71366666666"不匹配^1，没有以数字1开头；"136666666666"匹配^1[358]\d{9}，不匹配$，9个数字后还有数字；"abf"不匹配^1，没有以数字1开头。

匹配一个字符

想要匹配字符串"abc"中的a，正则表达式a即可完成任务。在正则表达式中，可以使用字母或是数字，匹配其本身。正则表达式大小写敏感。

在正则中，.(英文句点)可以用来匹配任意字符(换行符除外)，包括它自己。

匹配一组字符中的一个

正则表达式[an]表示匹配a或者n，[]中的字符可以理解为是"或"的关系。

在[]中可以使用区间表达式，例如[0-9]表示匹配0到9的数字，即所有数字；[a-z]表示匹配所有小写英文字母，[A-Z]表示匹配所有大写英文字母，[a-f]表示匹配a-f的所有小写字母。

有时我们希望不要匹配到某些字符，此时也可以用[]。例如[^abcdef]表示不匹配abcdef中的任何一个，其他字符都可以，有些类似于取反。

同样的，字符区间一样可以用于取反操作。

需要注意的是，[]中的^作用范围是整个[]。例如[^a-f0-9]表示不能匹配a-f的小写字母以及0-9的所有数字。

元字符

之前提到过，.可以匹配所有单个字符(换行符除外)，如果只是想匹配".“本身呢？此时只需要在”.“前面加一个转义符”\“即可，即正则表达式\.。

同样的，之前提到的”["、"]“也可以通过加转义符来匹配本身，\[、\]。”\"同样可以通过转义来匹配其本身，\\。

其他常用元字符如下：

空白元字符	含义
\f	换页符
\n	换行符
\r	回车符
\t	制表符(Tab键)
\v	垂直制表符

元字符	含义
\d	任何一个数字字符(等价于[0-9])
\D	任何一个非数字字符(等价于[^0-9])
\w	任何一个单词字符(数字，大小写字母，下划线)(等价于[0-9a-zA-Z_])
\W	任何一个非单词字符(即非数字，非大小写字母，非下划线)(等价于[^0-9a-zA-Z_])
\s	任何一个空白字符(等价于[\f\n\r\t\v])
\S	任何一个非空白字符(等价于[^\f\n\r\t\v])

重复匹配

之前说的都是匹配一个字符，现在说一下如何重复匹配一个字符。

\d+表示匹配\d一次或多次

\d*表示匹配\d零次、一次或多次

\d?表示匹配\d零次或一次

除了+、*、?可以重复匹配外，还可以使用{}进行更精确的重复匹配次数控制。

\d{3,5}表示\d最少匹配三次，最多匹配五次

\d{3,}表示\d最少匹配三次，最大匹配次数不做限制

\d{3}表示\d匹配三次

位置匹配

\b表示匹配单词边界，也就是一个位置，此位置一边是单词字符(\w代表的内容，即数字，大小写字母，下划线_)，另一边不是单词字符。可以看到，字符串"23 word on"共有六个位置属于单词边界。

^表示匹配字符串开头，字符串"23 word on"只有一个位置匹配成功。"^“用在”[]"中时表示取反，否则是匹配字符串开头。

$表示匹配字符串结尾，字符串"23 word on"只有一个位置匹配成功。

总结

本文主要介绍了正则表达式中，匹配一个字符，匹配一组字符中的一个，什么是元字符，如何控制重复匹配，最后学习了几个简单的位置匹配。

下一篇：贪婪、非贪婪与占有模式