一、概述
正則運算式用于文本內容的查找和替換，
正則運算式內置于其它語言或者軟體產品中，它本身不是一種語言或者軟體，
正則運算式在線工具
二、匹配單個字符
. 可以用來匹配任何的單個字符，但是在絕大多數實作里面，不能匹配換行符；
. 是元字符，表示它有特殊的含義，而不是字符本身的含義，如果需要匹配 . ，那么要用 \ 進行轉義，即在 . 前面加上 \ ，
正則運算式一般是區分大小寫的，但也有些實作不區分，
正則運算式
rabbit
匹配結果
My name is rabbit .
三、匹配一組字符
[ ] 定義一個字符集合；
0-9、a-z 定義了一個字符區間，區間使用 ASCII 碼來確定，字符區間在 [ ] 中使用，
- 只有在 [ ] 之間才是元字符，在 [ ] 之外就是一個普通字符；
^ 在 [ ] 中是取非操作，
應用
匹配以 abc 為開頭，并且最后一個字母不為數字的字串：
正則運算式
abc[^0-9]
匹配結果
- abcd
- abc1
- abc2
四、使用元字符
匹配空白字符
| 元字符 | 說明 |
|---|---|
| [\b] | 回退（洗掉）一個字符 |
| \f | 換頁符 |
| \n | 換行符 |
| \r | 回車符 |
| \t | 制表符 |
| \v | 垂直制表符 |
\r\n 是 Windows 中的文本行結束標簽，在 Unix/Linux 則是 \n，
\r\n\r\n 可以匹配 Windows 下的空白行，因為它匹配兩個連續的行尾標簽，而這正是兩條記錄之間的空白行；
匹配特定的字符
1. 數字元字符
| 元字符 | 說明 |
|---|---|
| \d | 數字字符，等價于 [0-9] |
| \D | 非數字字符，等價于 [^0-9] |
2. 字母數字元字符
| 元字符 | 說明 |
|---|---|
| \w | 大小寫字母，下劃線和數字，等價于 [a-zA-Z0-9_] |
| \W | 對 \w 取非 |
3. 空白字符元字符
| 元字符 | 說明 |
|---|---|
| \s | 任何一個空白字符，等價于 [\f\n\r\t\v] |
| \S | 對 \s 取非 |
\x 匹配十六進制字符，\0 匹配八進制，例如 \xA 對應值為 10 的 ASCII 字符 ，即 \n，
五、重復匹配
- + 匹配 1 個或者多個字符
- ** * 匹配 0 個或者多個字符
- ? 匹配 0 個或者 1 個字符
應用
匹配郵箱地址，
正則運算式
[\w.]+@\w+\.\w+
[\w.] 匹配的是字母數字或者 . ，在其后面加上 + ，表示匹配多次，在字符集合 [ ] 里，. 不是元字符；
匹配結果
abc.def@qq.com
- {n} 匹配 n 個字符
- {m,n} 匹配 m~n 個字符
- {m,} 至少匹配 m 個字符
* 和 + 都是貪婪型元字符，會匹配盡可能多的內容，在后面加 ? 可以轉換為懶惰型元字符，例如 *?、+? 和 {m,n}? ，
正則運算式
a.+c
匹配結果
abcabcabc
由于 + 是貪婪型的，因此 .+ 會匹配更可能多的內容，所以會把整個 abcabcabc 文本都匹配，而不是只匹配前面的 abc 文本，用懶惰型可以實作匹配前面的，
六、位置匹配
單詞邊界
\b 可以匹配一個單詞的邊界，邊界是指位于 \w 和 \W 之間的位置；\B 匹配一個不是單詞邊界的位置，
\b 只匹配位置，不匹配字符，因此 \babc\b 匹配出來的結果為 3 個字符，
字串邊界
^ 匹配整個字串的開頭，$ 匹配結尾，
^ 元字符在字符集合中用作求非，在字符集合外用作匹配字串的開頭，
分行匹配模式（multiline）下，換行被當做字串的邊界，
應用
匹配代碼中以 // 開始的注釋行
正則運算式
^\s*\/\/.*$
匹配結果
- public void fun() {
- // 注釋 1
- int a = 1;
- int b = 2;
- // 注釋 2
- int c = a + b;
- }
七、使用子運算式
使用 ( ) 定義一個子運算式，子運算式的內容可以當成一個獨立元素，即可以將它看成一個字符，并且使用 * 等元字符，
子運算式可以嵌套，但是嵌套層次過深會變得很難理解，
正則運算式
(ab){2,}
匹配結果
ababab
| 是或元字符，它把左邊和右邊所有的部分都看成單獨的兩個部分，兩個部分只要有一個匹配就行，
正則運算式
(19|20)\d{2}
匹配結果
- 1900
- 2010
- 1020
應用
匹配 IP 地址，
IP 地址中每部分都是 0-255 的數字，用正則運算式匹配時以下情況是合法的：
- 一位數字
- 不以 0 開頭的兩位數字
- 1 開頭的三位數
- 2 開頭，第 2 位是 0-4 的三位數
- 25 開頭，第 3 位是 0-5 的三位數
正則運算式
((25[0-5]|(2[0-4]\d)|(1\d{2})|([1-9]\d)|(\d))\.){3}(25[0-5]|(2[0-4]\d)|(1\d{2})|([1-9]\d)|(\d))
匹配結果
- 192.168.0.1
- 00.00.00.00
- 555.555.555.555
八、回溯參考
回溯參考使用 \n 來參考某個子運算式，其中 n 代表的是子運算式的序號，從 1 開始，它和子運算式匹配的內容一致，比如子運算式匹配到 abc，那么回溯參考部分也需要匹配 abc ，
應用
匹配 HTML 中合法的標題元素，
正則運算式
\1 將回溯參考子運算式 (h[1-6]) 匹配的內容，也就是說必須和子運算式匹配的內容一致，
<(h[1-6])>\w*?<\/\1>
匹配結果
- <h1>x</h1>
- <h2>x</h2>
- <h3>x</h1>
替換
需要用到兩個正則運算式，
應用
修改電話號碼格式，
文本
313-555-1234
查找正則運算式
(\d{3})(-)(\d{3})(-)(\d{4})
替換正則運算式
在第一個子運算式查找的結果加上 () ，然后加一個空格，在第三個和第五個字運算式查找的結果中間加上 - 進行分隔，
($1) $3-$5
結果
(313) 555-1234
大小寫轉換
| 元字符 | 說明 |
|---|---|
| \l | 把下個字符轉換為小寫 |
| \u | 把下個字符轉換為大寫 |
| \L | 把\L 和\E 之間的字符全部轉換為小寫 |
| \U | 把\U 和\E 之間的字符全部轉換為大寫 |
| \E | 結束\L 或者\U |
應用
把文本的第二個和第三個字符轉換為大寫，
文本
abcd
查找
(\w)(\w{2})(\w)
替換
$1\U$2\E$3
結果
aBCd
九、前后查找
前后查找規定了匹配的內容首尾應該匹配的內容，但是又不包含首尾匹配的內容，
向前查找使用 ?= 定義，它規定了尾部匹配的內容，這個匹配的內容在 ?= 之后定義，所謂向前查找，就是規定了一個匹配的內容，然后以這個內容為尾部向前面查找需要匹配的內容，向后匹配用 ?<= 定義（注: JavaScript 不支持向后匹配，Java 對其支持也不完善），
應用
查找出郵件地址 @ 字符前面的部分，
正則運算式
\w+(?=@)
結果
abc @qq.com
對向前和向后查找取非，只要把 = 替換成 ! 即可，比如 (?=) 替換成 (?!) ，取非操作使得匹配那些首尾不符合要求的內容，
十、嵌入條件
回溯參考條件
條件為某個子運算式是否匹配，如果匹配則需要繼續匹配條件運算式后面的內容，
正則運算式
子運算式 (\() 匹配一個左括號，其后的 ? 表示匹配 0 個或者 1 個， ?(1) 為條件，當子運算式 1 匹配時條件成立，需要執行 ) 匹配，也就是匹配右括號，
(\()?abc(?(1)\))
結果
- (abc)
- abc
- (abc
前后查找條件
條件為定義的首尾是否匹配，如果匹配，則繼續執行后面的匹配，注意，首尾不包含在匹配的內容中，
正則運算式
?(?=-) 為前向查找條件，只有在以 - 為前向查找的結尾能匹配 \d{5} ，才繼續匹配 -\d{4} ，
\d{5}(?(?=-)-\d{4})
結果
- 11111
- 22222-
- 33333-4444
參考資料
- BenForta. 正則運算式必知必會 [M]. 人民郵電出版社, 2007.
CSDN認證博客專家
Go/GoLang
Redis
MySQL
轉載請註明出處，本文鏈接：https://www.uj5u.com/qianduan/266391.html
標籤：其他