正则表达式的一些高级用法_cyber redos terminator-优快云博客

本文链接：https://blog.youkuaiyun.com/tlxamulet/article/details/136194042

本文介绍正则表达式的高级应用，包括排除特定模式、非贪婪匹配、防止ReDoS攻击的方法及正则表达式的常见用途。文章还对比了方括号[]与圆括号()在匹配中的区别，并介绍了Python中re模块的不同搜索方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

不允许出现某个单词，使用?!
(?!Pattern).\.matches
表示.matches之前的不能是Pattern
非贪婪匹配，在匹配项后加?
matches$(.*?)$
这里在.*后加问号，表示尽可能少的匹配。
\w表示字母、数字和下划线
防范redos攻击，可使用Cyber-Redos-Terminator检查开发使用的正则表达式。java代码里排查可能的redos攻击，可使用下面三个正则式：

    REG_CALL_PAT1 = re.compile("Pattern\\.compile\\((.*)\\)")
    REG_CALL_PAT2 = re.compile("Pattern\\.matches\\((.*),.*\\)")
    REG_CALL_PAT3 = re.compile('(?!Pattern).\\.matches\\((".*"|[\\w\\.]+)\\)')

[]与()的区别：
[a-z]表示a到z里面的某个字符
(ab|bc)表示是ab或bc之一，()相比[]来说，可以匹配多个连续字符，而[]只能匹配一个字符。
[^a-z]表示非小写字母的某个字符，依然只匹配一个字符，[]里面的幂符号表示否定。
一个很常见的用途是，我匹配一个用单引号括起来的字符串，字符串内只能出现2个连续的单引号，而不能再出现单个单引号。这样的正则可以这么写：
‘([^’\n]|‘’)*’
python里，re.match表示从头开始匹配，没匹配到返回None。re.search则表示从任意位置开始匹配。re.match和re.search都只会找第一个匹配，若要找到所有匹配，要用re.findall，findall会返回所有匹配的分组列表。且，python并不区分是普通模式还是分组捕获模式（capture），后者仅仅是返回的MatchObject对象支持group(1)、group(2)…方法来获取捕获的分组值。
rust里则无此种能力，find等价于python的search，从任意位置开始匹配，且只匹配一次；find_iter找到所有匹配。但find和find_iter都只对应于普通模式，要做分组捕获，得使用captures方法。
java里，Matcher.matches从头开始匹配，Matcher.find则表示从任意位置开始匹配。
位置匹配。像^表示开始，$表示结束，都是位置匹配符。再比如，要将驼峰写法的单词拆开，可用下面的正则：

re.compile(r"[A-Z]?[a-z]+|[A-Z]+(?=[A-Z]|$)")

其中，?=也是位置匹配，表示在大写字母或结束之前的位置。

点号是否能代表换行符？默认不代表，在python里可用re.DOTALL令其代表。