关于正则表达式:手把手教你写正则表达式

1. 什么是正则表达式

正则表达式是一种被用于从文本中检索合乎某些特定模式的文本。

正则表达式是从左到右来匹配一个字符串的。英文Regular Expression，咱们通常应用它的缩写 “regex” 或者 “regexp”。正则表达式能够被用来替换字符串中的文本、验证表单、基于模式匹配从一个字符串中提取字符串等等。

2. 为什么要学习正则表达式

正则表达式在咱们开发过程中很罕用，然而很多人并不会写正则表达式，每到要用正则表达式的时候怎么办呢？万能解决办法 百度。真是一个好方法。万一百度没有本人想要的答案怎么办呢？那只能本人边学边写。这篇文章将能够帮忙你边学边写正则表达式 —- 文尾附罕用正则表达式。

3. 元字符

元字符是正则表达式的根本组成元素。元字符在这里跟它通常表白的意思不一样，而是以某种非凡的含意去解释。有些元字符写在方括号内的时候有非凡含意。元字符如下:

3.0. 举例和测试方法

例如正则表达式 [H|g]ello 能够匹配字符串 Hello 或hello。那么咱们写完正则表达式后该怎么测试呢？

咱们能够应用在线的正则表达式测试平台进行测试；例如菜鸟在线测试

咱们也能够应用对应的编程语言进行测试。

JavaScript

// 须要匹配的字符
var str = 'Hello'
// replace 里参数是正则表达式
var s = str.replace('[H|h]ello');
console.log(s)

Java

 public static void main(String[] args) {
        // 要验证的字符串
        String str = "hello";
        // 验证规定
        String regEx = "[H|h]ello";
        // 编译正则表达式
        Pattern pattern = Pattern.compile(regEx);
        // 疏忽大小写的写法
        // Pattern pat = Pattern.compile(regEx, Pattern.CASE_INSENSITIVE);
        Matcher matcher = pattern.matcher(str);
        // 字符串是否与正则表达式相匹配
        boolean rs = matcher.matches();
        System.out.println(rs);
    }

Golang

package main

import (
    "fmt"
    "regexp"
)

func main() {
    str := "hello"
    matched, _ := regexp.MatchString("[H|h]ello", str)
    fmt.Println(matched)
}

Python

import re
pattern = re.compile(u'[H|h]ello')
str = u'hello'
print(pattern.search(str))

1. 英文句号

英文句号 . 是元字符的最简略的例子。元字符 . 能够匹配 任意单个字符。它不会匹配换行符和新行的字符。

例如正则表达式

.ar

它能够匹配 par、6ar、zar 等。

3.2. 字符集

字符集也称为字符类。方括号被用于匹配字符集。应用字符集内的连字符来指定字符范畴。方括号内的字符范畴的程序并不重要。例如正则表达式

[tTs]he

能够匹配字符 the、The、she。

留神：方括号里的. 示意它的字面意思。也就是说 [.]ar 只能匹配 .ar 字符，不能匹配 par、6ar、zar 等字符。

3.3. 否定字符集

一般来说插入字符 ^ 示意一个字符串的开始，然而当它在方括号内呈现时，它会勾销字符集。例如正则表达式

[^tTs]he

示意只有不是以 t、T、s 结尾的以 he 结尾的字符都能被它匹配。

3.4. 反复

元字符 +，* 或 ? 能够用于指定子模式能够呈现多少次。这些元字符在不同状况下的作用不同。

星号

符号 * 示意匹配上一个匹配规定的 零次或屡次。如果呈现在字符集或者字符类之后，它示意整个字符集的反复。

例如正则表达式

[a-z]*

它能够匹配一行中任意数量的小写字母。

*也能够和 . 一起应用，例如.*，用来匹配任意字符串。

加号

符号 + 匹配上一个字符的一次或屡次。例如正则表达式

a+t

能够匹配 aat、aaat.. 等字符。

问号

元字符 ? 用来示意前一个字符是可选的。该符号 匹配前一个字符的零次或一次。例如正则表达式

[Tts]?he

能够匹配字符 he、the、The、she。

3.5. 花括号

在正则表达式中花括号用于指定字符或一组字符能够反复的次数。例如正则表达式

[0-9]{2,5}

示意数字 0~9 能够至多反复 2 次最多反复 5 次。

也能够写为

[0,9]{2,}

示意数字 0~9 至多反复 2 次

或者

[0.9]{5}

示意 0~9 最多反复 5 次

3.6. 分支构造

元字符 | 用来定义分支构造，分支构造就像多个表达式之间的条件（switch）。例如正则表达式

[Tts]he

通过测试之后你可能认为分支构造跟字符集没有区别，但事实不是这样的。字符汇合分支构造最大的区别是字符集只在字符级别上起作用，但分支构造在表达式级别任然有作用。例如正则表达式

[Tts]he|car

它能够匹配 The、the、she 或者 car 这两类。

3.7. 转移特殊字符

正则表达式中应用反斜杠 \ 来本义下一个字符。这将容许你应用保留字符来作为匹配字符 {} [] / \ + * . $ ^ | ?。在特殊字符后面加 \，就能够应用它来做匹配字符。例如正则表达式

(c|m)at\.

能够匹配mat.、cat.

3.8. 定位符

在正则表达式中，为了查看匹配符号是起始符号或结尾符号，能够应用定位符 ^ 查看字符是否是起始字符，应用 $ 查看匹配字符是否是字符最初一个字符。

起始定位符

插入符号 ^ 符号用于查看匹配字符是否是输出字符串的第一个字符。例如正则表达式

^[Tt]he

它能够匹配所有以 the 或The开始的所有字符。

结尾定位符

美元符号 $ 能够查看一组字符是否以某个子字符结尾。例如正则表达式

end$

它能够匹配所有以 end 结尾的字符。

4. 简写字符集

正则表达式为罕用的字符集和罕用的正则表达式提供了简写。简写字符集如下:

5. 标记

标记也称为修饰符，因为它会批改正则表达式的输入。这些标记能够以任意程序或组合应用，并且是正则表达式的一部分。

标记在正则表达式中的用法如下

正则表达式 / 标记符

留神：在线测试标识符在选项中，本人抉择而不必写进去。

对字符不辨别大小写且全局搜寻

\w\gi

对字符全局搜寻多行匹配

\w\gm

6. 断言

断言即满足某个条件，断言有些中央又叫 零宽断言，它用于（不）匹配某些字符后面或者前面的字符。断言有以下几种：

正向后行断言

正向后行断言用于找到某个内容后用正则去匹配它后面的内容。例如正则表达式

(H|h)(?=ello)

它用于找到 ello 后，如果后面是 h 或者 H，则返回H 或h。

正向后行断言

后向后行断言用于找到某个内容后用正则去匹配它前面的内容。例如正则表达式

(?<=[h|H])ello

它用于找到 H 或者 h 后，去匹配前面内容是不是ello, 如果是返回ello

负向后行断言

(H|h)(?!ello)

找到 H 或h后前面不是 ello, 返回H 或h

负向后行断言

(?<!(H|h))ello

找到 ello 后，如果后面不是 H 或h，返回ello

7. 罕用正则表达式

7.1. 邮箱

pikachues-001@gmail.com 只容许英文字母、数字、下划线、英文句号、以及中划线组成

^[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+)+$

7.2. 手机号

13012345678 手机号

    ^1(3|4|5|6|7|8|9)\d{9}$

7.3. 域名

https://google.com/

^((http:\/\/)|(https:\/\/))?([a-zA-Z0-9]([a-zA-Z0-9\-]{0,61}[a-zA-Z0-9])?\.)+[a-zA-Z]{2,6}(\/)

7.4.ip

127.0.0.1

((?:(?:25[0-5]|2[0-4]\d|[01]?\d?\d)\.){3}(?:25[0-5]|2[0-4]\d|[01]?\d?\d))

7.5. 帐号校验

pikachues_001 字母结尾，容许 5 -16 字节，容许字母数字下划线

^[a-zA-Z][a-zA-Z0-9_]{4,15}$

7.6. 字符校验

汉字

^[\u4e00-\u9fa5]{0,}$

英文和数字

由数字和 26 个英文字母组成的字符串

^[A-Za-z0-9]+$

由 26 个英文字母组成的字符串

^[A-Za-z]+$

由 26 个大写英文字母组成的字符串

^[A-Z]+$

由 26 个小写英文字母组成的字符串

^[a-z]+$

长度为 3 -20 的所有字符

^.{3,20}$

中文、英文、数字包含下划线

^[\u4E00-\u9FA5A-Za-z0-9_]+$

中文、英文、数字但不包含下划线等符号

^[\u4E00-\u9FA5A-Za-z0-9]+$

7.7. 数字校验

整数

^-?[1-9]\d*$

正整数

^[1-9]\d*$

负整数

^-[1-9]\d*$

非负整数

^[1-9]\d*|0$

非正整数

^-[1-9]\d*|0$

浮点数

^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$

正浮点数

^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$

负浮点数

^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$

非负浮点数

^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$

非正浮点数

^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$

8. 更多扩大

扩大书籍