记事本 正则表达式的常用方法

Metpoid
1,392 阅读6分钟

本文的目的是帮助快速掌握正则表达式 -- 本文使用使用 vscode 的搜索功能来帮助理解（在vscode 的文件页使用 ctrl + f 打开搜索框） image.png

最基础的用法

限定符

问号 -- ?

下图中表示在 “Metpoid” 这个单词中 ，? 前的 d 字符出现0 次或 1 次， 简单来讲就是 d 可有可无。
image.png
// 图中不管是 “Metpoid” 还是 “metpoi” 都可以匹配

星号 -- *

下图中使用星号 * 表示， * 前的字符 s 可以出现 0 次或者多次
image.png
可以看到，此次匹配了 test , tesssst , 甚至 tet , 但是没有匹配 text ，这是因为我们规定了，在字符 e 和字符 t 之间的字符 s 出现次数。

加号 -- +

加号与星号不同的地方在于，加号匹配出现一次或以上的字符

image.png
这里把之前的星号 * 改成加号 + ，可以看到 tet 没有被匹配 ， 因为 s 一次都没有出现。

花括号 -- {}

花括号 {} 可以用来精确匹配 ， 比如想要匹配一个字符出现了 4 次 ， 可以在花括号内写上 {4}:

image.png
或者想要匹配一个区间, 比如 2 - 5 之间 ， 可以在花括号内写上 {2,5}

image.png
或者想要匹配 出现 2 次或 2 次以上的 字符 ， 可以在花括号内写上 {2,}

image.png
通配符到这里就基本结束了， 不过以上的通配符都是匹配单个字符，以下是通配符使用技巧

限定符使用技巧

匹配多个限定字符，使用括号 ()

使用 () + ?
image.png
使用 () + +
image.png
使用 () + {}
image.png

正则中的 “或” |

|

你可以这样去表达"或" ， 下面的式子表示，先匹配 t 然后匹配 t 后面的空格，再去匹配括号里的 es 或 ex （这里的括号表示隔开 es 与 ex , 如果去掉括号就表示隔开 t es 与 ex）
image.png

在空格后加上 ? 对比理解
image.png
去掉括号的对比
可以看到，匹配的字符变换为 t es 或者 ex
image.png

字符类

[]

[] 字符集合。陪陪所包含的任意一个字符，例如：[abc] 可以匹配 "plan" 中的 "a"

image.png
[] 还可以用来全字匹配
[a-z] 表示所有的小写字符，[A-Z] 表示所有的大写字符， [0-9] 表示所有的数字
image.png
[] 也可以用来匹配中文 或者汉字 , 使用 [\u4e00-\u9fa5] 匹配中文, 或者 [^\x00-\xff] 匹配双字节字符。

image.png image.png

^ 脱字符

^ 单独使用可以用来匹配输入字符串的开始位置。

image.png
如果在 [] 内使用 ^ 则代表匹配除了尖号后面列出的“以外”的字符
比如 [^0-9] 表示匹配所有的非数字字符，包括换行符。

image.png

元字符

正则表达式中大部分元字符都以反斜杠开头

  • \d 代表匹配一个数字字符。等价于 [0-9]。
  • \D 代表非数字字符。
  • \w 代表单词字符，即所有的英文字符，数字，和下划线。
  • \W 代表非单词字符。
  • \s 代表空白符，匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [\f\n\r\t\v]。
  • \S 代表非空白字符。
  • . 匹配除换行符（\n、\r）之外的任何单个字符。
  • ^ 匹配输入字符串的开始位置。
  • $ 匹配输入字符串的结束位置。
  • \b 匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。

贪婪与懒惰匹配（Greedy vs Lazy Match）

这里以html标签为例

贪婪匹配

image.png

懒惰匹配

image.png
字符 ? ：如果紧跟在任何量词 + * ? 或 {} 的后面，将会使量词变为非贪婪（懒惰匹配，匹配尽量少的字符） ， 和缺省使用的的贪婪模式（匹配尽可能多的字符） 正好相反。 关于上例html标签例子的解析：
贪婪匹配: <.+> 表示匹配符号 "<" 和符号 ">" 之间的任意字符，且任意字符大于0 ， 因为是尽可能多的匹配，所以当匹配的时候发现整个标签
"< div >Metpoid created this component.</ div >"
是符合要求的，所以就是匹配所有。
懒惰匹配：<.+?> 表示匹配符号 "<" 和符号 ">" 之间的任意字符，且任意字符大于0 ， 因为是尽可能少的匹配，所以当匹配的时候发现标签 < template > 已经是符合要求的，所以会匹配< template > 标签，然后继续向下匹配，发现 < div > 也是符合要求的，以此重复下去，所以最后匹配 < template >< div ></ div ></ template > 四个标签。

例子：匹配颜色

先来看一下一个标准的白色：
#ffffff
以及黑色
#000000
还有两种灰色：
#aaaaaa 和 #999999
首先可以匹配井号 # :
#
我们知道，每一个颜色值的字符都是十六进制，因此他们的取值在 a-f 或 大写的 A-F 以及 0-9 之间：
#[a-fA-F0-9]
字符都需要出现六次：
#[a-fA-F0-9]{6}
以及字符只能出现最多六次，使用边界符 \b 来区分不符合条件的字符：
#[a-fA-F0-9]{6}\b

image.png

例子：匹配 IP 地址

ip 地址一般由四位数组组成，数字之间使用 . 隔开
例如：
127.0.0.1 | 255.255.255.255 | 1.0.0.1
分析：
首先，ip地址的每一段数字都是八位二进制数字，即每一位取值都在0-255 之间，所以每一位的取值是这样的：
(25[0-5]|2[0-4]\d|[01]\d\d)
这里分为三种情况:

  1. 百位数与十位数为 25 时 ， 个位数只能在 0-5 之间取值。25[0-5]
  2. 百位数为 2 时， 十位数可以在 0-5 之间取值，个位数可以在 0-9 之间取值。 2[0-4]\d
  3. 百位数为0-1 时，十位数和个位数都可以在 0-9 之间取值。 [01]?\d\d?
    然后，我们为前三位数字加上 .
    (25[0-5]|2[0-4]\d|[01]\d\d)\.
    (这里的 \. 就是字面上的 . ,是 . 的转义符)
    由于 ip 地址的每一部分都可以用两位数字构成，甚至是一位数字，所以，可以在第三种情况的个位（十位也可以）和百位后加上 ? , 这样就可以表示这种情况了。
    (25[0-5]|2[0-4]\d|[01]\d?\d?)\.
    这样的匹配要进行三次，以此来表示三位数字：
    ((25[0-5]|2[0-4]\d|[01]\d?\d?)\.){3}
    第四位数字，只需要将匹配第一段数字的部分复制就可以了：
    ((25[0-5]|2[0-4]\d|[01]\d?\d?)\.){3}(25[0-5]|2[0-4]\d|[01]\d?\d?)
    最后在正则句子的首位加上边界符 \b 来过滤掉不符合要求的字段
    完整正则句子:
    \b((25[0-5]|2[0-4]\d|[01]\d?\d?)\.){3}(25[0-5]|2[0-4]\d|[01]\d?\d?)\b

image.png
到这里，正则的基本使用方法就差不多结束了，如果想要深入研究的话，这里分享一个正则测试网站：regex101.com
以及学习网站：runoob.com
或者直接来点儿MDN?
github--关于正则


====本文旨在记录与分享====

avatar
文章
阅读
粉丝