正则表达式（一）

一、基本字符

1.1、确定字符

一个最简单的正则表达式，就是一组确定字符，如hello就是一个正则表达式，它会匹配下文中的hello
/hello
直接匹配内容

1.2、范围字符

范围字符，单个范围字符只表示一个字符

1.3、自定义范围字符[]

1.3.1、任意范围[abc123]

例如小写字母
[abcdefg一直到z]
注意，这里只表示一个字母，是a~z其中的一个字母

1.3.2、区间范围[0-9]

所有小写字母简写方式如下
[a-z]
所有字母
[A-Za-z]或[A-z]

1.3.3、混合范围

所有小些字母和数字
[a-z0-9]

[A-z\d_]等同于\w

[\d\D] 所有字符 不等于.  因为多了\n换行符

1.3.4、排除范围集[^]

可以通过[]和^取反符号进行组合
[^\d]表示所有的非数字 等同与\D
[^\D8-9] 表示排除所有非数字，以及8和9。等同于 [0-7]

1.3.5、范围集中的特殊字符[.$^]

.表示任意字符，但在[.] 中它表示的是 . 字符本身。甚至是^、-、[、] 范围集本身语法，如果不是在恰当位置，也表示其字符本身。为避免混淆建议大家在范围集中匹配特殊字符时，统一加上 转义符 \。 如 [\^\.] 表示匹配 ^ 或 .

Java 中的特殊用法，例如匹配车牌号，车牌号中为了防止混淆，没有IO
[\w&&[^IO]]，即匹配单词和数字并且排除掉 I 和 O
等同于[A-HJ-NP-z]

1.3.6、转义特殊符\

例如，如果要匹配^符号，使用/\^进行匹配

二、逻辑控制指令

2.1、基本逻辑控制

2.1.1、|或

# 表示第一个字符为 a 或者 b
/a|b
等同于
[ab]

在 Unix 中的使用

由于 | 在类Unix系统中是特殊字符，当你使用grep或 vim 进行正则搜索时，必须进行转义

grep '401\|403\|404\|500' nginx.access.log

在vim 中输入/ 开始正则搜索，同样|需要转义

/401\|403\|404|500

2.1.2、()嵌套子表达式

与编程中的括号作用类似 如 `(1+2)*3=9` ，它们都是把一段逻辑进行拆分独立运算，再组合一起。如`(www|mvn|test).coderead.cn` 表示子域名为www、mvn、test任意一个。这里子域名就是一个**子表达式**。
会将()内的语句作为一个整体进行匹配
例如
/(http|https)://.*
就会匹配所有 http://.* 和 https://.*

子表达式支持嵌套，如：(www|mvn|test-(bj|sz|gz|sh)).coderead.cn 表示 test子域名又可继续拆分为test-bj、test-sz、test-sh、test-gz。

除此之外()还可以表示分组和边界断言

()与[]的区别

# 表示第一个字符是 abc123 其中的一个
/[abc|123]
# 表示匹配 abc 或者 123
/(abc|123)

2.2、数量控制{}

2.2.1、{n} 指定数量

数量控制作用于字符或子表达式，已限制其数量范围。\d{6}表示必须是6位数字。请注意：一个{}仅作用于其前面的单个字符如：hi{2} 表示hii,而不是hihi。

2.2.2、{n,m} 指定范围

# 表示 2 个到 9 个字符
/\w{2,9}

2.2.3、{n,} 指定最小值

# 表示 2 个以上的字符
/\w{2,}

2.2.4、{} 作用于子表达式

2.2.5、*+? 量词简写

* 表示 {0,} 即 0 到无穷大个
+ 表示 {1,} 即 1 个以上包含 1 个
? 表示 {0,1} 即 0 到 1 个

2.2.6、?最少化匹配（懒惰匹配）

对于一个字符串
<span>hello</span> <span>hello</span>

/<span>.*</span> 会直接匹配整个字符串，默认是最大化匹配，如果想分开匹配可以使用下面
/<span>.*?</span> 实现最小化匹配

默认匹配的原理，对于 /<span>.*</span> 正则匹配
1. <span> 会匹配字符串的<span>
2. . 会匹配除换行外的所有字符
3. * 会匹配到字符串末尾
4. </span> 正则会进行回退，直到退到与 </span> 匹配
所以默认为最大匹配

如果是增加了 ?
会回退到最先的 </span>

所以性能的话，是默认的最大化匹配最高。

总结

?表示最小化匹配，也叫懒惰匹配，只能用在量词后面，表示如果多个文本段同时满足条件，则匹配最短的。?可以用在所有量词后面，甚至是?? ,但这个量词不能是固定的值，如:hel{2}?o 这是没有意义的。因为它不存在最少和最多。

本作品采用《CC 协议》，转载必须注明作者和本文链接