正则表达式使用知识(日常翻阅）

正则表达式使用

一、字符匹配

1. 普通字符

• 描述：直接匹配字符本身。
• 示例：
  • abc 匹配字符串中的 “abc”。
  • Hello 匹配字符串中的 “Hello”。

2. 特殊字符

• .（点号）：
  • 描述：匹配任意单个字符（除换行符外）。
  • 示例：
    • a.c 匹配 “abc”, “adc”, “a c”（注意空格也是一个字符）。
    • 1.1 匹配 “1a1”, “121” 等。
• \d：
  • 描述：匹配数字（0-9）。
  • 示例：
    • \d{3} 匹配 “123”, “456” 等三位数字。
    • \d+ 匹配一个或多个数字。
• \w：
  • 描述：匹配字母、数字或下划线（等价于 [A-Za-z0-9_]）。
  • 示例：
    • \w+ 匹配 “username”, “Password123” 等。
    • \w{5} 匹配恰好五个字母、数字或下划线的组合。
• \s：
  • 描述：匹配空白字符（空格、制表符、换行符等）。
  • 示例：
    • \s+ 匹配一个或多个空白字符。
    • a\sb 匹配 “a b”（中间有一个空格）。

3. 字符集

• [abc]：
  • 描述：匹配方括号内的任意单个字符。
  • 示例：
    • [aeiou] 匹配任意一个元音字母。
    • [0-9] 匹配任意一个数字。
• [^abc]：
  • 描述：匹配不在方括号内的任意单个字符。
  • 示例：
    • [^0-9] 匹配任意一个非数字字符。
    • [^A-Za-z] 匹配任意一个非字母字符。

二、量词

1. +（加号）

• 描述：匹配前面的字符或子表达式一次或多次。
• 示例：
  • a+ 匹配 “a”, “aa”, “aaa” 等。
  • \d+ 匹配一个或多个数字。

2. *（星号）

• 描述：匹配前面的字符或子表达式零次或多次。
• 示例：
  • a* 匹配 “”, “a”, “aa”, “aaa” 等。
  • \s* 匹配零个或多个空白字符。

3. ?（问号）

• 描述：匹配前面的字符或子表达式零次或一次（可选）。
• 示例：
  • colou?r 匹配 “color” 或 “colour”。
  • https? 匹配 “http” 或 “https”。

4. {n,m}（重复次数）

• 描述：匹配前面的字符或子表达式至少 n 次，至多 m 次。
• 示例：
  • \d{3,5} 匹配 3 到 5 位数字。
  • a{2,4} 匹配 “aa”, “aaa”, “aaaa”。

三、锚点

1. ^（脱字符号）

• 描述：匹配字符串的开头。
• 示例：
  • ^Hello 匹配以 “Hello” 开头的字符串。
  • ^1 匹配以数字 “1” 开头的字符串。

2. $（美元符号）

• 描述：匹配字符串的结尾。
• 示例：
  • world$ 匹配以 “world” 结尾的字符串。
  • \d$ 匹配以数字结尾的字符串。

3. \b（单词边界）

• 描述：匹配单词的边界（如空格、标点符号或字符串的开头/结尾）。
• 示例：
  • \bcat\b 匹配独立的单词 “cat”。
  • \b\w+\b 匹配一个完整的单词。

4. \B（非单词边界）

• 描述：匹配非单词边界。
• 示例：
  • \Bcat\B 匹配 “category” 中的 “cat”。
  • \B\w+\B 匹配单词的一部分。

5. 正向先行断言 (?=...)

• 描述：匹配后面紧跟特定模式的位置，但不消耗字符。
• 示例：
  • a(?=b) 匹配后面紧跟 “b” 的 “a”。
  • \d+(?=%) 匹配百分比符号前的数字。

6. 负向先行断言 (?!...)

• 描述：匹配后面不紧跟特定模式的位置。
• 示例：
  • a(?!b) 匹配后面不跟 “b” 的 “a”。
  • \d+(?!\.) 匹配不以点号结尾的数字。

四、综合案例及解释

1. 匹配邮箱地址

   [\w.-]+@[\w.-]+\.\w+
   

   • 解释：
     • [\w.-]+：匹配用户名（允许字母、数字、下划线、点和短横线）。
     • @：匹配邮箱符号。
     • [\w.-]+：匹配域名。
     • \.\w+：匹配顶级域名（如 .com, .cn）。

2. 匹配电话号码

   (\+86)?\d{11}
   

   • 解释：
     • (\+86)?：匹配可选的国际区号 “+86”。
     • \d{11}：匹配 11 位数字（中国手机号码）。

3. 匹配日期（YYYY-MM-DD 格式）

   \d{4}-\d{2}-\d{2}
   

   • 解释：
     • \d{4}：匹配四位年份。
     • -\d{2}：匹配月份和日期。

4. 匹配包含数字的单词

   \b\w*\d\w*\b
   

   • 解释：
     • \b：确保匹配完整的单词。
     • \w*\d\w*：匹配包含至少一个数字的单词。

5. 匹配特定格式的URL

   https?://[\w.-]+(\.[\w-]+)+
   

   • 解释：
     • https?：匹配 “http” 或 “https”。
     • ://：匹配协议和域名的分隔符。
     • [\w.-]+：匹配域名主体。
     • (\.[\w-]+)+：匹配顶级域名（如 .com, .cn）。