正则表达式学习(一)

最近由于某些原因需要学习一下如何使用正则表达式。经过一段时间的学习，算是对正则有了些了解，在这里把自己学习过程中敲的例子和一些笔记记录一下，方便后面查看。

首先推荐一个正则表达式的学习传送门：正则表达式30分钟入门教程

1.常用的元字符

(1) \b表示匹配一个位置

如果正则表达式写为：hi，那么表示模糊匹配这个hi这2个字符，不过hi,him,history,high，这些单词都包含hi，所以都可以匹配到；

这个时候可以用：\bhi\b, 表示精确匹配hi这个单词

(2)如果hi后面不远处跟着一个Lucy，则用 \bhi\b.*\bLucy\b 就可以匹配到“hi ... Lucy”这一串字符 ###

其中(点号.)表示匹配除了换行符以外的任意字符

(星号*)表示数量，它指定*前边的内容可以连续重复使用任意次以使整个表达式得到匹配。

因此，(.*)连在一起就意味着任意数量的不包含换行的字符

相似的例子如下：

(3) \d，匹配一位数字(0，或1，或2，或……)

匹配020-12345678这种，如下:

0\d\d-\d\d\d\d\d\d\d\d 或 0\d{2}-\d{8}

这里\d后面的{2}({8})的意思是前面\d必须连续重复匹配2次(8次)。

(4) \w匹配字母或数字或下划线或汉字等

例如匹配以字母t开头的单词:

\bt\w*\b：先是某个单词开始处(\b)，然后是字母t, 然后是任意数量的字母或数字 ###(\w*)，最后是单词结束处(\b)

(5) \d+匹配1个或更多连续的数字

这里的+是和*类似的元字符，不同的是*匹配重复任意次(可能是0次)，而+则匹配重复1次或更多次

(6) \b\w{6}\b 匹配刚好6个字符的单词

(7) 元字符^和$都匹配一个位置，这和\b有点类似。

^ 匹配你要用来查找的字符串的开头，$ 匹配结尾。

例如匹配5到12位的QQ号：^\d{5,12}$

2.重复

常用的限定符如下：

针对同一组数据，看如下示例：

demo1: \d

demo2: \d{2}

demo3: \d{3,4}

demo4: ^\d{5,12}$

这里的{5,12}和前面介绍过的{2}是类似的，只不过{2}匹配只能不多不少重复2次，{5,12}则是重复的次数不能少于5次，不能多于12次，否则都不匹配。

因为使用了^和$，所以输入的整个字符串都要用来和\d{5,12}来匹配，也就是说整个输入必须是5到12个数字，因此如果输入的QQ号能匹配这个正则表达式的话，那就符合要求了。

对于\d{5,12}而言，使用这样的方法就只能保证字符串里包含5到12连续位数字，而不是整个字符串就是5到12位数字

3.使用[]来匹配字符

(1) [aeiou]就匹配任何一个英文元音字母

(2) [.?!]匹配标点符号(.或?或!)

(3)另外：[0-9]代表的含意与\d就是完全一致的：一位数字(因为单独的\d就代表一个数字，后面没有重复)

[a-z0-9A-Z_]也完全等同于\w（如果只考虑英文的话）

4.字符转义

如果你想查找元字符本身的话，比如你查找 . 或者 * ,就出现了问题：你没办法指定它们，因为它们会被解释成别的意思。这时你就得使用  来取消这些字符的特殊意义。因此，你应该使用 \. 和 \*。当然，要查找  本身，你也得用 \ ####

例如：deerchao\.net匹配deerchao.net，C:\\Windows匹配C:\Windows

5.一个较复杂的例子

\(?0\d{2}[) -]?\d{8}

首先是一个转义字符 \( ,它能出现0次或1次（因为后面跟一个?）;

然后是一个0;

然后跟着2个数字(\d{2})；

然后是 ) 或 - 或 空格 中的一个，它出现1次或不出现(?)；

最后是8个数字(\d{8});

（注意我们时根据要提取字符串的规律写出这样一个表达式，只要符合这个正则表达式规则的，都会被匹配出来）