GitHub正则表达式学习笔记

正则表达式主要依赖于元字符。元字符并不代表他们本身的字面意思，他们都有特殊的含义。一些元字符写在方括号的时候有一些特殊的意思。以下是一些元字符的介绍：

1.1 点运算符 .

例如，表达式.ar匹配一个任意字符后面跟着是a和r的字符串。

".ar"=>The carparked in the garage.

1.2 字符集 [ ]

在方括号中使用连字符来指定字符集的范围。在方括号中的字符集不关心顺序。例如，表达式[Tt]he匹配the和The。

"[Tt]he"=>The car parked in the garage.

方括号的句号就表示句号。表达式ar[.]匹配ar.字符串。

"ar[.]"=>A garage is a good place to park a car.

1.3 否定字符集 [^ ]

一般来说^表示一个字符串的开头，但它用在一个方括号的时候，它标识这个字符集是否定的。例如，表达式[^c]ar匹配一个后面跟着ar的除了c的任意字符。

"[^c]ar"=>The car parked in the garage.

1.4 重复次数

后面跟着元字符+,* or ? 的，用来指定匹配子模式的次数。这些元字符在不同的情况下有着不同的意思。

1.4.1 * 号

*号匹配在*之前的字符出现大于等于0次。例如，a*匹配以0或更多个a开头的字符，因为有0个这个条件，其实也就匹配了所有的字符。表达式[a-z]*匹配一行中所有以小写字母开头的字符串。

"[a-z]*"=>The car parked in the garage #21.

*字符和.字符搭配(.*)可以匹配所有的字符。*和表示匹配空格的符号s连起来用，如表达式s*cats*匹配0或和更多个空格开头和0个或更多个空格结尾的cat字符串。

"s*cats*"=>The fat cat sat on the concatenation.

1.4.2 + 号

+号匹配+号之前的字符出现>=1次。例如表达式c.+t匹配以首字母c开头以t结尾，中间跟着任意个字符的字符串。

"c.+t"=>The fat cat sat on the mat.

1.4.3 ? 号

在正则表达式中元字符？标记在符号前面的字符为可选，即出现0或1次。例如，表达式[T]?he匹配字符串he和The。

"[T]he">=The car is parked in the garage.

"[T]?he">=The car is parked in the garage.

1.5 {}号

在正则表达式中{}是一个量词，常用来一个或一组字符可以重复出现的次数。例如，表达式[0-9]{2,3}匹配最少2位最多3位的0~9的数字。

"[0-9]{2,3}"=>The number was 9.9997 but we rounded it off to 10.0.

我们可以省略第二个参数。例如，[0-9]{2,}匹配至少两位0~9的数字。

"[0-9]{2,}"=>The number was 9.9997 but we rounded it off to 10.0.

如果逗号也省略掉则表示重复固定的次数。例如，[0-9]{3}匹配3位数字。

"[0-9]{3}"=>The number was 9.9997 but we rounded it off 10.0.

1.6 (...)特征标群

特征标群是一组写在(...)中的子模式。例如之前说的{}是用来表示前面一个字符出现指定次数。但如果在{}前加入特征标群则表示整个标群内的字符重复N次。例如表达式(ab)*匹配连续出现0或更多个ab.

我们还可以在()中用或字符|表示或。例如，(c|p|g)ar匹配car或gar或par.

"(c|g|p)ar"=>The car is parked in the garage.

1.7 | 或运算符

例如，(T|t)he|car匹配(T|t)he或car。

"(T|t)he|car"=>The car is parked in the garage.

1.8 转码特殊字符

例如，. 是用来匹配出换行符以外的所有字符的。如果想要匹配句子中的 . ，则要写成. 。以下这个例子.?是选择性匹配 . 。

"(f|c|m)at.?"=>The fat cat sat on the mat.

1.9 锚点

在正则表达式中，想要匹配指定开头或结尾的字符串就要使用到锚点。^指定开头，$指定结尾。

1.9.1 ^ 号

^用来检查匹配的字符串是否在所匹配字符串的开头。

例如，在abc中使用表达式^a会得到结果a。但如果使用^b将匹配不到任何结果。因为在字符串abc中并不是以b开头。

例如，(^T|t)he匹配以The或the开头的字符串。

"(T|t)he"=>The car is parked in the garage.

"^(T|t)he"=>The car is parked in the garage.

1.9.2 $号

同理于^号，$号用来匹配字符是否是最后一个。

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

"(at.)$"=>The fat cat. sat. on the mat.

正则表达式提供了一些常用的字符集简写，如下：

先行断言和后发断言都属于非捕获簇（不捕获文本，也不针对组合进行计数）。先行断言用于判断所匹配的格式是否在另一个确定的格式之前，匹配结果不包含该确定格式（仅作为约束）。

例如，我们想要获得所有跟在$符号后的数字，我们可以使用正后发断言(?<=$)[0-9.]*。这个表达式匹配$开头，之后跟着0,1,2,3,4,5,6,7,8,9,.这些字符可以出现大于等于0次。

零宽度断言如下：

3.1 ?=... 正先行断言

?=...正先行断言，表示第一部分表达式之后必须跟着?=...定义的表达式。

返回结果只包含满足条件的第一部分的表达式，定义一个正先行断言要使用()。在括号内部使用一个问号和等号：(?=...)。

正先行断言的内容写在括号中的等号后面。例如，表达式(T|t)he(?=sfat)匹配The和the，在括号中我们又定义了正先行断言(?=sfat)，即The和the后面紧跟着(空格)fat。

"(T|t)he(?=sfat)"=>The fat cat sat on the mat.

3.2 ?!...负先行断言

负先行断言?!用于筛选所有匹配结果，筛选条件为其后不跟随着断言中定义的格式。正先行断言和负先行断言一样，区别就是=替换成!，也就是是(?!...)。

表达式(T|t)he(?!sfat)匹配The和the，且其后不跟着(空格)fat。

"(T|t)he(?sfat)"=>The fat cat sat on the mat.

3.3 ?<=...正后发断言

正后发断言记作(?<=...)用于筛选所有匹配结果，筛选条件为其前跟随者断言中定义的格式。例如，表达式(?<=(T|t)hes)(fat|mat)匹配fat和mat，且其前跟着The或the。

"(?<=(T|t)hes)(fat|mat)"=>The fat cat sat on the mat.

3.4 ?<!...负后发断言

负后发断言记作(?<!...)用于筛选所有匹配结果，筛选条件为其前不跟随断言中定义的格式。例如，表达式(?<!(T|t)hes)(cat)匹配cat,且其前不跟着The或the。

"(?<!(T|t)hes)(cat)"=>The cat sat on cat.

标志也叫模式修正符，因为它可以用来修改表达式的搜索结果。这些标志可以任意的组合使用，它也是整个正则表达式的一部分。

4.1忽略大小写

修饰语i用于忽略大小写。例如，表达式/The/gi表示在全局搜索The,在后面的i将其条件修改为忽略大小写，则变成搜索the和The，g表示全局搜索。

"The"=>The fat cat sat on the mat.

"/The/gi"=>The fat cat sat on the mat.

4.2 全局搜索

修饰符g常用于执行一个全局搜索匹配，即（不仅仅返回第一个匹配的，而是返回全部）。例如，表达式/.(at)/g表示搜索任意字符（除了换行）+at,并返回全部结果。

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

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

4.3 多行修饰符

多行修饰符m常用于执行一个多行匹配。

像之前介绍的(^,$)用于检查格式是否是在待检测字符串的开头或结尾。但是如果我们想要它在每行的开头和结尾生效，我们需要用到多行修饰符m。

"/.at(.)?$/"=>The fat

cat sat

on the mat.

"/.at(.)?$/gm"=>The fat

cat sat

on the mat.

正则表达式默认采用贪婪匹配模式，在该模式下意味着会匹配尽可能长的字串。我们可以使用?将贪婪匹配模式转化为惰性匹配模式。

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

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