正则表达式——参考视频B站《奇乐编程学院》

一、背景

正则表达式是一个非常灵活且功能强大的工具，可用于各种文本处理和数据操作任务。无论是在编程中还是在日常文本编辑中，掌握正则表达式都能显著提高效率和准确性。正则表达式（Regular Expression，简称 regex or regexp） 是一种用于匹配和操作字符串的强大工具。它可以用于多种编程语言和工具中，广泛应用于文本处理、数据验证、信息提取等任务。以下是正则表达式的一些主要作用：

🎈1.1. 模式匹配

正则表达式可以帮助你查找特定模式的文本。例如，你可以找到所有以 “abc” 开头的字符串，或是匹配任何包含数字的字符串。

🎈1.2. 文本替换

你可以使用正则表达式在文本中进行替换操作。例如，可以将所有的邮箱地址替换为一个统一格式，或者移除特定模式的字符串。

🎈1.3. 数据验证

正则表达式常用于验证输入数据的格式，例如验证电子邮件地址、电话号码、日期格式等。这可以确保用户输入的内容符合预期格式。

🎈1.4. 信息提取

利用正则表达式可以从文本中提取特定的信息。例如，从日志文件中提取日期、事件代码或任何特定模式的信息。

🎈1.5. 拆分字符串

使用正则表达式可以根据特定模式拆分字符串，例如，将一段文本按空格、标点符号等分割开来。

🎈1.6. 高级搜索功能

在一些文本编辑器或 IDE 中，正则表达式提供了强大的搜索功能，允许用户使用复杂的模式来查找文本。

二、原料

2.1 参考视频

【10分钟快速掌握正则表达式】 https://www.bilibili.com/video/BV1da4y1p7iZ/?share_source=copy_web&vd_source=e52fceea42b773b494141fae690ef6c5

2.2 验证网址

https://regex101.com/

三、用法

万事俱备，我们直接切入正题

3.1 限定符

3.1.1 ?

测试实例：use a used variable name is illegal.
表达式： used?
意义表示: 字符d这个词出现0次或1次

3.1.2 *

测试实例：

ac
abc
abbbbbbc
adc
addddddc

表达式： ab*c
意义表示: 代表b可以没有也可以出现多次

3.1.3 +

测试实例：

ac
abc
abbbbbbc
adc
addddddc

表达式： ab+c
意义表示: 代表b可出现一次以上字符

3.1.4 {}

测试实例：

abc
abbc
abbbbbbbbbc
abbbbbbc
ac
adc
addddddc

表达式： ab{2}c
意义表示: 代表b可出现2次

表达式：

 ab{2,6}c

意义表示: 代表b可出现2次到6次字符

表达式：

ab{2,}c

意义表示: 代表b可出现2次以上

3.1.4 ()

前面我们涉及的都是一个字符，如果我们需要匹配两个字符，可以通过()括起来
表达式：

a(bb){1,3}c

意义表示: 代表bb可出现1次到3次字符

3.2 "或"运算符

测试实例：

a cat
a dog
a bird

表达式： a (cat|dog)
意义表示: 先匹配a （空格）然后后面要么是dog要么是cat

3.3 字符类

3.3.1 []

测试实例：`

abc
tiger
aabbcc
dog

表达式： [abc]+
意义表示: 匹配由字母abc构成的字母的单词,方括号里的内容代表要求匹配的字符只能取自于它们

3.3.2 ^

测试实例：

abc
tiger
aabbcc
dog
1234678
abc123456
ABCDEFG

表达式： [^1-9]+
意义表示: 匹配非数字字符，匹配除了^号后面的字符的字符

3.3 特殊字符

3.3.1 一般特殊

\d ：匹配任何数字，相当于 [0-9]。
\D ：匹配任何非数字字符，相当于 [^0-9]。
\w ：匹配任何单词字符（字母、数字或下划线），相当于 [a-zA-Z0-9_]。
\W ：匹配任何非单词字符，相当于 [^a-zA-Z0-9_]。
\s ：匹配任何空白字符（空格、制表符、换行符等）。
\S ：匹配任何非空白字符。
.:表示任意字符，但是不包括换行符

3.3.2 二般特殊

^ ：匹配输入字符串的开始位置。
例子：^abc 仅匹配以 abc 开头的字符串。$ ：匹配输入字符串的结束位置。
例子：abc$ 仅匹配以 abc 结尾的字符串

四、高级用法

4.1 贪婪与懒惰匹配

<span><b>This is a sample text</b></span>

表达式:<.+?>
意义： 它会将正则表达式中的默认的贪婪匹配切换为懒惰匹配。
解析：

 <.+?>
<：匹配字符 <，表示开始一个标签。
.：匹配任意单个字符（除了换行符）。这意味着这个正则表达式会匹配标签内的任意字符。
+：表示前面的字符（在本例中是 .）出现一次或多次。因此，.+ 会匹配一个或多个任意字符。
?：在这里是一个惰性量词（lazy quantifier）。将 ? 放在 + 后面，使得正则表达式匹配尽可能少的字符即可（即最小匹配）。因此，.+? 会匹配至少一个字符，但会尽可能少地匹配，以便找到整个模式的结束部分。
>：匹配字符 >，表示结束一个标签。

五、实例

5.1 匹配rgb颜色

#00
#ffffff
#ffaaff
#00hh80
#aabbcc
#000000
#ffffffff

匹配字符串:

#[a-fA-F0-9]{6}\b

其中\b是单词字符的边界，用来去掉最后一个#ffffffff

5.2 匹配IPV4

123
255.255.255.0
192.168.0.1
0.0.0.0
256.1.1.1
This is a string.
123.123.0

匹配字符串:

复杂还没搞懂

六、总结

6.1 评论区总结

来自评论区《喝酸奶的一颗竹子》

匹配符：
d? d出现0/1次
a＊ a可以出现0/多次
a+ a出现一次以上
a｛6｝ a出现6次
a｛2，｝ a出现2次以上
a｛2，6｝ a出现2-6次
匹配多个字符：
(ab)+ ab出现一次以上
或运算：
a (cat|dog) 匹配 a cat or a dog
a cat|dog 匹配 a cat or dog
字符类：
匹配由abc构成的数据【abc】+ abc出现一次以上 abc aabbcc
【a-zA-Z0-9】 ABCabc123
^ 排除 【^0-9】 匹配0-9之外的数据(包括换行符)
元字符
\d 数字字符 \d+ 匹配一个以上的数字
\D 非数字字符
\w 单词字符 单词 数字 下划线即英文字符
\W 非单词字符
\s 空白符 包含空格和换行符
\S 非空白字符
\b 单词的边界 单词的开头或结尾 单词与符号之前的边界
\B 非单词的边界 符号与符号 单词与单词的边界
. 任意字符不包含换行符
\. 表示. 通过\进行了转意
^ 匹配行首 $ 匹配行尾
＊+｛｝贪婪匹配
<strong><b>https://www.wondershare. com</strong></b>
<.+> 会匹配整串 因为是贪婪匹配
<.+?> 只匹配两个标签代码，+? 设置为懒惰匹配

6.2 视频总结