【计算机基础】正则表达式 Regular Exprssion (RE/regex)

最新推荐文章于 2022-09-20 20:56:46 发布

原创最新推荐文章于 2022-09-20 20:56:46 发布 · 563 阅读

0 ·

CC 4.0 BY-SA版权

计算机基础专栏收录该内容

8 篇文章

订阅专栏

正则表达式（Regular Expression, RE）用于匹配和检索文本，常见于各种编程语言中。本文介绍了如何匹配任意字符、设置重复次数及指定范围等基本操作，并通过实例解释了其在文本编辑器、网页表单验证等方面的应用。" 87829315,7708813,Python中列表、字典及对象排序技巧,"['Python编程', '数据结构', '排序算法']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

正则表达式

又称 规则表达式，Regular Expression，常简写为regex、regexp或RE；
正则表达式是计算机科学的一个概念。
正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。（用来匹配字符串/文字）

“正则"就是"规则”，"正则表达式"就是能够让我们表达出自己想法的规则，只要学会了这种规则，我们就能够表达自己的想法。

白话：
大家都知，command+F可以在文本内容内搜索对应的文本；
若文本"hello"出现了三次，分别在第一行，第二行和最后一行，搜索结果被匹配了3此，搜索目的达到。
但，如果我想搜索“位于首行的文本”，不想获取到其他行的文本；也就是说，字符串不仅要是"hello"，而且还要位于行首，需要同时满足这两个条件的字符串才算满足条件。如何处理？
Regular Expression可以帮助告诉计算机，只查找"位于行首的hello字符串"
————————————————————————
例如Sublime Text中有此功能的实现：
注：.*就是Regular Expression的功能钮；通过搜索正则表达式^hello匹配到了首行的hello。
在这里插入图片描述

举几个日常见到的例子：
淘宝网注册账号，输入手机时，输入数字不满11位时，会有提示框出现“手机号码格式不正确，请重输”；
这就是系统运用正则表达式，来发现错误的典型例子。

发微博时：文本框添加表情，出现的是文本（如[难过]），发送后却成为了GIF图片；这也是正则运用后的结果。

正则是所有编程语言都会用到的工具，语法都大同小异。及其重要。
————————————————————————

匹配任意字符： / 字符 / g

注：以下练习用✔︎表示此行被Expression匹配到了；

建议使用在线练习网站：RegExr.com

/字/g
匹配字符
—————————————
注意！（汉字集合下面有说到）
匹配纯汉字时可直接写汉字，如匹配“汉字”：/ 汉字 /g；
匹配汉字集合时要写汉字的Unicode，如匹配“啦 - 啦”：/ [\u4e00 - \u9fa5] /g；

/字 ../g
点代表匹配（除了断行/空行外）任意一个字符；
（亦可写成：/ 字符 ... /g / .. 字符 /g，一个点代表一个字符）

————————————————————————————————
Expression:
/ 菠萝 .. /g
————————————————————————————————
Text:
菠萝油    ✔︎
菠萝果茶  ✔︎
菠什么萝
————————————————————————————————

————————————————————————————————
Expression:
/ . /g
————————————————————————————————
Text:
菠萝油    ✔︎
菠萝果茶  ✔︎
菠什么萝  ✔︎
————————————————————————————————

————————————————————————————————
Expression:
/ . /g
————————————————————————————————
Text:
                  若这里全为断行
                  NO MATCH

————————————————————————————————

————————————————————————————————
Expression:
/ .... /g
————————————————————————————————
Text:
abc               因Expression是4个点，Test内只有3个字符
                  NO MATCH

————————————————————————————————

————————————————————————————————
Expression:
/ 3.14 /g
————————————————————————————————
Text:
3.14   ✔︎      
2.18                   
4.14
3-14   ✔︎      因为“点”代表任意字符，也包括“-”
————————————————————————————————

若我们不想让“点”代表任何字符，想明确匹配“点”？
“点”前加 斜杠（转义符）：\.（注意：是delete键下方的斜杠键）；

————————————————————————————————
Expression:
/ 3\.14 /g
————————————————————————————————
Text:
3.14   ✔︎      
2.18                   
4.14
3-14          此行不再被匹配
————————————————————————————————

/\w/g （小写 w）
匹配阿拉伯数字、英文大小写还有下划线（数字和字母以外只支持下划线）；

————————————————————————————————
Expression:
/ \w /g
————————————————————————————————
Text:
1234567890      ✔︎
abcdefg         ✔︎
hijklmnopqrst   ✔︎
_               ✔︎
「」#¥*！@（）
————————————————————————————————

/\W/g （大写 W）
匹配被小写w排除在外的字符（\w的补集）；

————————————————————————————————
Expression:
/ \w /g
————————————————————————————————
Text:
1234567890    
abcdefg       
hijklmnopqrst  
_            
「」#¥*！@（）   ✔︎
————————————————————————————————

/\d/g （小写 d）
匹配阿拉伯数字；

————————————————————————————————
Expression:
/ \d /g
————————————————————————————————
Text:
1.2345.67890    ✔︎（其中两个“点”未被匹配）
abcdefg       
hijklmnopqrst  
_            
「」#¥*！@（）
————————————————————————————————

————————————————————————————————
Expression:
/ \d\.\d /g
————————————————————————————————
Text:
1.2      ✔︎
————————————————————————————————

/\D/g （大写d）
匹配非阿拉伯数字的字符，包括空格（\d的补集）；

————————————————————————————————
Expression:
/ \D /g
————————————————————————————————
Text:
1.2345.67890    ✔︎（只匹配到两个“点”）
ab cd efg       ✔︎
hijklmnopqrst   ✔︎
_               ✔︎
————————————————————————————————

/\s/g （小写 s）
匹配所有空白字符：空格、tab、断行等；

————————————————————————————————
Expression:
/ \s /g
————————————————————————————————
Text:
	1 234 67890   ✔︎（只匹配到其中的空格和tab）
abcdefg       
hijklmnopqrst  
_            
「」#¥*！@（）
————————————————————————————————

/\S/g （大写 S）
匹配所有空白字符（空格、tab、断行等）以外的字符；

/[12345]/g 或者 /[1 - 5]/g

————————————————————————————————
Expression:
/ [1 - 5] /g
————————————————————————————————
Text:
ABCDEFGHIJK
aaabbbccc 
1234567890   ✔︎（匹配到12345）  
_            
「」#¥*！@（）
————————————————————————————————

/[abcdef]/g 或者 /[a - f]/g （集合：小写字母可匹配到 小写+大写）

————————————————————————————————
Expression:
/ [a-f] /g
————————————————————————————————
Text:
ABCDEFGHIJK   ✔︎（匹配到ABCDEF）  
aaabbbccc     ✔︎（匹配到aaabbbccc）   
1234567890
_            
「」#¥*！@（）
————————————————————————————————

/[ABCDEF]/g 或者 /[A - F]/g（集合：大写字母只可匹配到大写）

————————————————————————————————
Expression:
/ [A-F] /g
————————————————————————————————
Text:
ABCDEFGHIJK   ✔︎（匹配到ABCDEF）  
aaabbbccc       
1234567890
_            
「」#¥*！@（）
————————————————————————————————

/[\u4e00 - \u9fa5]/g （汉字集合：\u即 Unicode 万国码，用数字（16进制）代表文字的一项标准）；

注意！
匹配纯汉字时可直接写汉字，如匹配“汉字”：/ 汉字 /g；
匹配汉字集合时要写汉字的Unicode，如匹配“啦 - 啦”：/ [\u4e00 - \u9fa5] /g；

其实0x4e00代表19968：一；0x9fa5代表40869：某个很复杂的汉字，这个区间代表Unicode中所有的汉字。（40869-19968 = 20901 记录在Unicode中的汉字有20901个）
graphemica.com Unicode 在线转换网站

————————————————————————————————
Expression:
/[\u4e00 - \u9fa5]/g
————————————————————————————————
Text:
ABCDEFGHIJK    
aaabbbccc       
1234567890
啦啦啦        ✔︎
—————————————————————————————————

——————————————————————————————————

重复一次或多次

此部分就像做饭过程中的调料，前部分是主食；调料也会起到重要作用。

若老板想让你在评论区匹配“yo”
评论区有正确语法的“yo”，也有“yooooooo”
如何同时匹配这些相同意思的文本？

/[字]+ /g （ 加号 置于字符/集合后面表示前一个字符可以出现一次或多次）

————————————————————————————————
Expression:
/ yo+ /g
————————————————————————————————
Text:
yo      ✔︎
yoooo   ✔︎
————————————————————————————————

如何同时匹配yo和Yo？（首字母小写和大写）
/[yY]o+ /g （表示y和Y的集合）
———————————————
如何同时匹配yo和YO？（全部小写和全部大写）
/[yY][oO]+ /g （表示yo和YO的集合）
注：这样也可以匹配YOOOOOOOOOO；
———————————————
不要低估用户的创造能力；
若出现yo!!! yo!!~~~ Yo。。。。。，如何匹配到？

[字]*：星号置于字符/集合后面：表示此部分可以出现0次或多次。

/[yY] [oO] + [!~\.]*/g
（除了匹配y和Y，o和O，还跟个符号集合! ~ 点，此符号合集可以出现0次或多次）
（字符框内代表一个字符）

————————————————————————————————
Expression:
/ [yY]  [oO] + [!~\.]* /g  （若此式没有*号，YOOOOO行前面的3行都不能被匹配）
————————————————————————————————
Text:
yo       ✔︎
yooo     ✔︎
Yo       ✔︎
YOOOOOOO ✔︎
yo~~~~~  ✔︎
yo....   ✔︎
yo!~...  ✔︎
————————————————————————————————

[字]? 问号置于字符/集合后面：表示此部分可以出现0次或1次。

若想新增范围为yop，同时也保留p后的标点符号，如yop!!~~，如何处理？

/[yY] [oO] + p?[!~\.]*/g

————————————————————————————————
Expression:
/ [yY]  [oO] + p?[!~\.]* /g  （符号集合前加了个"p?"："p"可出现0次或1次）
————————————————————————————————
Text:
yo       ✔︎
yooo     ✔︎
Yo       ✔︎
YOOOOOOO ✔︎
yo~~~~~  ✔︎
yo....   ✔︎
yo!~...  ✔︎
yop      ✔︎     新增yop
YOP~~~~  ✔︎     新增YOP～～～～
————————————————————————————————

——————————————————————————————————

指定重复范围

前面说的+ ? * 范围都太笼统，若想指定选择yooooooo（y后7个o），可否实现？

{ }：花括号可以指定选择重复范围；

若想选择o出现2次 - 4次的行？

/yo {2,4}/g

————————————————————————————————
Expression:
/ yo{2,4} /g
————————————————————————————————
Text:
yo 
yoo       ✔︎
yooo      ✔︎
yoooo     ✔︎
yooooooo  ✔︎  (此处只匹配到第1到第4个o，后面的o未被匹配)
————————————————————————————————

问题来了，老板看到最尾行yooooooo只有部分被匹配，不想要这一行；
什么方法可以把这行排除在外？

最直接的方法：字符/集合后添加\b（Boundary：产生边界）
如：/yo {2,4}\b/g

————————————————————————————————
Expression:
/ yo{2,4}\b /g
————————————————————————————————
Text:
yo 
yoo       ✔︎
yooo      ✔︎
yoooo     ✔︎
yooooooo
————————————————————————————————