1. 匹配單個字符
1.1 任意字符
. 可以匹配任意單個除了換行符的字符。
例:
機器學習
鏈接: https://pan.baidu.com/s/1o9hlR5o 密碼: 6iih
.
機器學習
鏈接: https://pan.baidu.com/s/1o9hlR5o 密碼: 6iih
1.2 特殊字符(轉義)
假如對這個例子，我們像匹配"pp."
napp.txt napptxt makk.txt
如果使用 pp.，匹配結果爲:
napptxt makk.txt
如果要匹配 .，就要使用轉義字符
pp\.
napp. txt napptxt makk.txt
2. 匹配一組字符
可以使用 [] 來定義一個字符集合，用於匹配屬於該集合的字符。
[mn]a
napp. txt napptxt makk.txt
2.1 使用字符區間
對於文本：
nam.txt na1.txt ma4.txt mb.txt
像要匹配如“m或n a 數字”的話，可以使用字符區間:
[mn]a[0-9]
nam.txt na1.txt ma4.txt mb.txt
字符區間準確而言是在ASCII中的子區間，因此可以是:
- A-Z
- a-z
- 0-9
- A-F
另外注意兩點:
-只在[]中才有特殊含義，所以一般使用是不需要轉義- 不要出現類似
[3-1]這種反序的區間
2.1.1 匹配中文字符
[\u4e00-\u9fa5]
2.2 取非匹配
可以在 [] 中的開頭使用 ^ 字符表示取反操作:
[mn]a[^0-9]
nam.txt na1.txt mb.txt
另外有兩點:
^將對[]中所有字符取反，而非僅僅是它後面的那個^要放在開頭
3. 元字符
3.1 轉義問題
元字符指的是那些有着特殊含義的字符，如 .、[] 等。不能使用這些元字符匹配其字面字符，必須使用轉義。比如對於：
int[] arr = new int[5];
arr[0] = 1;
arr[1] = 2;
如果使用 arr[[0-9]] 試圖匹配的話什麼都匹配不到，必須要:
arr\[[0-9]\]
int[] arr = new int[5];
arr[0] = 1;
arr[1] = 2;
同理，比如我們希望把windows風格的路徑變爲Unix風格的。
C:\Users\zuoyiping
如果使用 \ 的話什麼都匹配不到，必須使用 \\。
3.2 空白字符
常用的空白字符包括:
\t,\n,\r,\f(換頁符),\v(垂直製表符)
可以使用 \s 來表示上面所有符號的集合，等價於 [\t\n\r\f\v]。
另外 \S 表示所有非空白符，等價於 [^\t\n\r\f\v]。
3.3 數字
\d: 等價與[0-9]\D: 等價與[^0-9]
3.4 有效英文字符
\w: 等價於[0-9A-Za-z_](數字字母下劃線)\W
4. 重複匹配
4.1 ?、+ 和 *
?: 匹配零次或一次*: 匹配零次或多次+: 匹配一次或多次
4.2 使用{}
- 指定次數
使用{n}表示重複n次 - 設定區間
- 使用
{m, n}表示最少重複m次，最多n次 - 使用
{m,}表示至少重複m次
- 使用
4.3 防止過度匹配
以上所有的重複匹配，都默認是貪婪型的，它們會儘可能的匹配多的字符而不是在第一個匹配位置就結束。
A <B>utf-8</B> B <B>GBK\</B>
<B>.*</B>
A <B>utf-8</B> B <B>GBK</B>
爲了改爲“懶惰型”，只需要在最後加上?即可:
*?+?{m, }?
<B>.*?</B>
A <B>utf-8</B> B <B>GBK</B>
5. 位置匹配
5.1 單詞邊界
The cat scattered his food
cat
The cat scattered his food
使用\b可以限定單詞邊界，他匹配的是一個位置。
\bcat\b
The cat scattered his food
5.2 字符串邊界
^$
6. 子表達式
使用()括在一起地被視爲一個子表達式，是一個整體。
7. 回溯引用
回溯引用指的是可以引用待匹配字符串中其中一部分，爲了具體說明首先我們來看一個例子。
假如我們有下面這段文本:
<h1>ddd<h1>
<h1>ddd<h2>
我們希望能夠匹配到符合規則的HTML標籤，也許可以這樣:
<h\d>.*?<h\d>
很遺憾，這樣做會把第二個不合法的標籤也囊括進來:
<h1>ddd<h1>
<h1>ddd<h2>
所以我們需要能夠引用之前能匹配的子串，具體做法就是使用回溯引用:
(<h\d>).*?\1
結果爲:
<h1>ddd<h1>
<h1>ddd<h2>
這裏使用了子表達式和回溯引用的方法，\1表示引用第一個子表達式。可以把它想象成一個變量，使用“變量名”\1來引用。
一般而言，回溯引用常常從1開始計數(\1, \2等等)
8. 零寬斷言
零寬斷言是正則表達式的一種方法，用於查找在某些內容（但並不包括這些內容）之前或者之後的東西，也就是說他們像 \b，^ （匹配輸入字行首），$ （匹配輸入字行尾）那樣用於指定一個位置，這個位置應該滿足一定的條件（即斷言），因此它們也被稱爲零寬斷言。
斷言用來聲明一個應該爲真的事實，正則表達式中只有當斷言爲真時纔會繼續進行匹配。
8.1 零寬度正預測先行斷言
(?=exp) 叫零寬度正預測先行斷言，它斷言自身出現的位置的後面能匹配表達式exp。
比如 \b\w+(?=ing\b) ，匹配以ing結尾的單詞的前面部分(除了ing以外的部分)。
I’m singing while you’re dancing
\b\w+(?=ing\b)
I’m singing while you’re dancing
8.2 零寬度正回顧後發斷言
(?<=exp) 也叫零寬度正回顧後發斷言，它斷言自身出現的位置的前面能匹配表達式exp。
比如 (?<=\bre)\w+\b 會匹配以re開頭的單詞的後半部分(除了re以外的部分)。
reading a book
(?<=\bre)\w+\
reading a book
不過這個特性不一定每個實現都支持。