正则学习

1.字符介绍

• ^： 匹配起始位置 例如： ^ttt 即匹配以ttt 开头的字符串
• $： 匹配字符串结尾 例如： $ttt 即匹配以ttt 结尾的字符串
• \b： 匹配单词，例如 \bis\b 即匹配单词is
• \d： 匹配数字， 例如 匹配一个三个数字开头的字符串可以写成 ^\d\d\d
• \w： 匹配字母，数字，下划线，例如我要匹配一个字符串为 dwqdn61_dwq 则正则表达式为 \w+
• \s： 匹配空格， 例如字符串为 ‘a b c’，则正则表达式为 ‘\w\s\w\s\w’一个字符后跟一个空格，如果要匹配多个空格，则为\s+
• .： 匹配除了换行符以外的任意字符
• [pdwp]： 字符组，匹配包含括号中元素的字符串例如[a-z] 只能匹配小些字符

2.几种反义

写法很简单，即小写字母改成大写字母

• \W： 匹配任意部位字母，数字，下划线
• \S： 匹配不是空白符的字符
• \D： 匹配任意非数字的字符
• \B： 匹配不是单词开头或结束的位置
• [^abc]： 匹配除了abc以外的字符

3.量词

• （贪婪）：匹配0次或者多次，如a\则匹配0个a或者多个a
• +（懒惰）：匹配1次或者多次，如a+则匹配1个a或者多个a
• ？（占有）：匹配0次或者1次，如a？则匹配0个或者1个a
• {n}： 匹配n个字符，如a{3}则匹配3个a
• {n，m}： 匹配n到m个字符，如a{3,4}则匹配3个a或者4个a
• {n，}： 匹配最少n个字符，如a{3，}则匹配最少3个a

注意： 以上的量词都只是匹配最靠近的字符，即如果正则表达式为 ‘ab*‘ 即匹配的是字符串是a后面的b为0个或者多个，而不是ab的个数为0个或者多个。能匹配的字符串是a，ab，abb，而不是abab之类,如果要匹配以ab为单位则正则可以写成（ab）+

4.正则进阶

• 捕获分组
  • 概念：在一个括号中的内容如(\d)\d,前面(\d)就是一个捕获分组，可以对捕获分组进行后向引用，即我在后面的正则中可以使用前面的捕获分组。例如(\d)\d\1这里的\1就是对(\d)的后向引用。
  • 常用用法：
    • (exp)：匹配exp，并自动捕获文本到自命名空间
    • (? exp)： 匹配exp，并捕获文本到名称为name的空间，使用时为\k
    • (?:exp)： 匹配exp，不捕获匹配的文本，也不给该分组分配组号
    • (?=exp)： 匹配exp前面的位置，如’What are you’,该正则为(?.+(?=you))这里取you前面的所有字符成一个分组，该分组名为txt，内容为’What are ‘
    • (?<=exp)： 匹配exp后面的位置，如’What are you’,该正则为(?(?<=How).+)这里取How后面的所有字符成一个分组，该分组名为txt，内容为’ are you’
    • (?!exp)： 匹配后面跟的不是exp的位置，如’123abc’,正则(\d{3}(?!\d)),匹配三个数字后面非数字的结果
    • (?<!exp)： 匹配前面不是exp的位置，如’abc123’,正则为(?<!\d)\d{3},匹配前面的3个非数字的集合

注意： 这里的捕获分组，捕获的是第一次匹配的文本，而不是正则表达式，例如：13[1-9]-(\d{4})-\1，字符串是：131-5200-1230，这里捕获的是5200这个文本，而不是\d{4}这个表达式，所以这个字符串和正则不匹配

5.正则实战

• 匹配Email地址
  • 分析：email地址由一排数字，字母，或下划线组成+@+字母+.com组成
  • 编写：^\w+@\w+.com$
• 匹配131到139开头的电话号码
  • 分析：手机号由11位数字组成
  • 编写：^13[1-9]-\d{4}-\d{4}$
• 匹配QQ号
  • 分析：QQ由最少5位组成，除了第一位不为0
  • 编写：[1-9]\d{4,}