正则表达式基础
文章目录
发现宝藏
前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。【宝藏入口】。
前言
为了巩固所学的知识，作者尝试着开始发布一些学习笔记类的博客，方便日后回顾。当然，如果能帮到一些萌新进行新技术的学习那也是极好的。作者菜菜一枚，文章中如果有记录错误，欢迎读者朋友们批评指正。
（博客的参考源码可以在我主页的资源里找到，如果在学习的过程中有什么疑问欢迎大家在评论区向我提出）
1. 正则表达式的定义
正则表达式（Regular Expression，简称Regex或RegExp）是一种用于描述字符串匹配规则的表达式。它是由普通字符（例如字母、数字）和特殊字符（称为元字符）组成的文本模式。正则表达式在文本处理、搜索和替换等操作中被广泛使用，提供了一种灵活、强大的方式来描述和匹配字符串的模式。
正则表达式的应用涵盖了多个领域，包括文本搜索、替换、数据验证、语法分析等。在编程中，常常使用正则表达式来进行字符串的模式匹配和处理。各种编程语言，如Java、Python、JavaScript等，都提供了对正则表达式的支持，使开发者能够更方便地利用这一强大的工具。
2. 常见的正则表达式字符
正则表达式的基本元素包括普通字符和元字符。普通字符表示它们自身，而元字符具有特殊含义，用于表示一类字符或字符的数量。
常见的正则表达式元字符包括：
| 元字符 | 描述 | 示例正则表达式 | 示例匹配字符串 |
|---|---|---|---|
| . | 匹配任意单个字符（除了换行） | ‘a.b’ | “aab”, “a1b” |
| ^ | 匹配字符串的开头 | ‘^abc’ | “abcdef”, “abc123” |
| $ | 匹配字符串的结尾 | ‘xyz$’ | “123xyz”, “abcxyz” |
| * | 匹配前一个字符零次或多次 | ’ a*b ’ | “b”, “aaab” |
| + | 匹配前一个字符一次或多次 | ’ c+d ’ | “cd”, “cccd” |
| ? | 匹配前一个字符零次或一次 | 'e?f ’ | “ef”, “f” |
| [] | 字符类，匹配其中任意一个字符 | ‘[aeiou]’ | “a”, “e”, “o” |
| [^] | 排除字符类，匹配非其中字符 | ‘[^0-9]’ | “abc”, “$%” |
| | | 选择，匹配两者之一 | ‘cat |dog’ | “cat”, “dog” |
| () | 分组，将多个模式组合为一个整体 | ‘(ab)+’ | “ab”, “abab” |
| 转义字符，取消元字符的特殊含义 | ‘ .’ | “abc.def”, “123.45” | |
| d | 匹配任意数字 | ‘d{3}’ | “123”, “456” |
| D | 匹配任意非数字字符 | ‘D{2}’ | “ab”, “$%” |
| w | 匹配任意字母、数字或下划线 | ‘w+’ | “abc123”, “word_word” |
| W | 匹配任意非字母、数字或下划线 | ‘W{3}’ | “$%#”, “123!” |
| s | 匹配任意空白字符（空格、制表符等） | ’ s ’ | " ", “t” |
| S | 匹配任意非空白字符 | ‘S+’ | “word”, “123!” |
3. 经典示例
3.1 匹配电子邮件地址
1. 正则表达式示例：
b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+.[A-Za-z]{2,}b
2. 解析：
-
b: 匹配单词边界 -
[A-Za-z0-9._%+-]+: 匹配用户名部分，可以包含字母、数字、点、下划线、百分比、加号和减号 -
@: 匹配 “@” 符号 -
[A-Za-z0-9.-]+: 匹配域名部分，可以包含字母、数字、点和减号 -
.: 匹配域名和顶级域之间的点 -
[A-Za-z]{2,}: 匹配顶级域，至少包含两个字母 -
b: 匹配单词边界
3.2 匹配URL
1. 正则表达式示例：
^(https?|ftp)://[^s/$.?#].[^s]*$
2. 解析：
-
^: 匹配字符串的开头 -
(https?|ftp): 匹配 “http”、“https” 或 “ftp” -
: / /: 匹配 " : / /" 部分 -
[^s/$.?#]*: 匹配域名，不包含空格、斜杠、点、问号和井号 -
(/[^s]*)?: 匹配可选的路径部分，以斜杠开头，后面可以包含字母、数字和其他字符，但不能包含空格 -
$: 匹配字符串的结尾
3.3 匹配日期
1. 正则表达式示例：
bd{4}[-/]d{1,2}[-/]d{1,2}b
2. 解析：
-
b: 匹配单词边界 -
d{4}: 匹配四个数字，表示年份 -
[-/]: 匹配日期部分的分隔符，可以是短横线或斜杠 -
d{1,2}: 匹配一到两个数字，表示月份和日期 -
b: 匹配单词边界
3.4 匹配IP地址
1. 正则表达式示例：
b(?:d{1,3}.){3}d{1,3}b
2. 解析：
-
b: 匹配单词边界 -
(?:d{1,3}.){3}: 非捕获分组，匹配三次数字和点的组合，用于匹配前三个IP地址部分 -
d{1,3}: 匹配IP地址的最后一部分，可以是一个到三个数字 -
b: 匹配单词边界
3.5 匹配HTML标签
1. 正则表达式示例：
<("[^"]*"|'[^']*'|[^'">])*>
2. 解析：
-
<: 匹配HTML标签的开始 -
("[^"]*"|'[^']*'|[^'">])*: 匹配HTML标签内的内容，可以是双引号中的任意字符、单引号中的任意字符，或者除了单引号、双引号和大于号之外的任意字符 -
>: 匹配HTML标签的结束
3.6 匹配电话号码
1. 正则表达式示例：
bd{3}[-.]?d{3}[-.]?d{4}b
2. 解析：
-
b: 匹配单词边界 -
d{3}[-.]?: 匹配三个数字，后面可以跟一个可选的短横线或点 -
d{3}[-.]?: 再次匹配三个数字，后面可以跟一个可选的短横线或点 -
d{4}: 最后匹配四个数字 -
b: 匹配单词边界
3.7 匹配用户名
1. 正则表达式示例：
^[a-zA-Z0-9_-]{3,16}$
2. 解析：
-
^: 匹配字符串的开头 -
[a-zA-Z0-9_-]{3,16}: 匹配用户名，可以包含字母、数字、下划线和短横线，长度为3到16个字符 -
$: 匹配字符串的结尾
本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
THE END
二维码