《学习正则表达式》

Overview

本笔记按照人民邮电出版社的《学习正则表达式》进行随笔记录，主打简洁。

一、什么是正则表达式

本章主要讲了一个案例——匹配北美电话号

• 直接用内容本身

707-827-7019

• 用方括号+匹配数字：[0-9]就是 0 到 9，和[0123456789]一样

[0-9] [0-9] [0-9]-[0-9] [0-9] [0-9]-[0-9] [0-9] [0-9] [0-9]

• 用\d代表数字

\d\d\d-\d\d\d-\d\d\d\d

• 用\D代表非数字（处理“-”）

\d\d\d\D\d\d\d\D\d\d\d\d

• 用.匹配任意字符（处理“-”）

\d\d\d.\d\d\d.\d\d\d\d

• 使用量词（-?，代表有 0 个或 1 个“-”）

  • ？：0 或 1 个

  • +：1 或多个

  • *：0 或多个

\d{3}-? \d{3}-? \d{4}

(\d{3,4}[.-]? )+

(\d{3}[.-]? ){2}\d{4}

• 可以带括号，也可以不带括号的版本

  • ^：出现在正则表达式起始位置或者竖线（|）之后的脱字符^，表示电话号码会出现在一行的起始位置；

  • ^\(\d{3}\)：带括号的三个数字

  • ^\d{3}[.-]?：不带括号的三个数字

  • ^(\(\d{3}\)|^\d{3}[.-]?：带不带括号都行的三个数字

  • ^(\(\d{3}\)|^\d{3}[.-]? )?：带不带括号都行的三个数字，并且“带不带括号都行的三个数字”也可以省略

  • [.-]​?：匹配一个可选的点号或连字符

^(\(\d{3}\)|^\d{3}[.-]? )? \d{3}[.-]? \d{4}$

二、简单的模式匹配

本章看梳理了上一章用到的方法

1. 匹配字符串字面值：就是直接用内容本身，默认区分大小写

2. 匹配数字：\d 就是 [0-9] 就是 [0123456789]

   1. 用括号更方便，比如只想匹配0 和 1：[01]

   2. 用\d适合匹配所有数字的情况，更简短

3. 匹配非数字

   1. \D 就是 [^0-9] 或者 [^\d]

   2. \D会匹配空格、标点符号（引号、连字符、反斜杠、方括号）等字符

4. 匹配单词和非单词字符

   1. \w只匹配字母、数字和下划线，在英语中等价于 [_a-zA-Z0-9]

   2. \W 在英语中等价于 [^_a-zA-Z0-9]

5. 字符简写式整理

   字符简写式	描 述
   \a	报警符
   [\b]	退格字符
   \c x	控制字符
   \d	数字字符
   \D	非数字字符
   \o xxx	字符的八进制值
   \w	单词字符
   \W	非单词字符
   \0	空字符
   \x xx	字符的十六进制值
   \u xxx	字符的Unicode值

6. 匹配空白符：

   1. \s，会匹配空格，\t，\n，\r四种

   2. \S匹配非空白，也就是[^ \t\r\n]

7. 所有的匹配空白符

   1. \f 对应描述为换页符；

   2. \h 对应描述为水平空白符；

   3. \H 对应描述为非水平空白符；

   4. 对应描述为换行符；

   5. 对应描述为回车符；

   6. \s 对应描述为空白符；

   7. \S 对应描述为非空白符；

   8. 对应描述为水平制表符；

   9. \v 对应描述为垂直制表符；

   10. \V 对应描述为非垂直制表符。

8. 匹配任意字符.

   1. 比如匹配八个符号，可以........也可以.{8}

   2. 匹配单词边界用\b，不消耗任何字符，比如，\b\w{7}\b，就是一个长度为 7 的单词

   3. 匹配零个或多个字符：.* 相当于 [^\n] 或 [^\n\r]

   4. 点号也可以与表示“一个或多个”的量词（+）连用：.+

三、边界