淺談正則表達式，正則表達式

淺談正則表達式，正則表達式

一、什麼是正則表達式？

簡單的說：正則表達式（Regular Expression）是一種處理字符串匹配的語言；

正則表達式描述了一種字符串匹配的模式，可以用來檢查一個字符串是否含有某種子串，對匹配到的子串進行“取出”或“替換”操作。

二、正則表達式的應用

正則表達式在實際的開發過程中非常實用，能夠快速解決一些復雜的字符串處理問題，下面我對正則表達式的應用做一些簡單分類：

第一種：數據驗證

比如，你要驗證一個字符串是否是正確的EMail，Telphone，Ip等等，那麼采用正則表達式就好非常方便。

第二種：內容查找

比如，你要抓取一個網頁的圖片，那麼你肯定要找到<img>標簽，這時候用正則表達式就可以精准的匹配到。

第三種：內容替換

比如，你要把手機號碼中間四位隱藏掉變成這種模式，123****4567，那麼采用正則表達式也會非常方便。

三、正則表達式有哪些內容

下面我將簡單的介紹一下正則表達式：

1、 正則表達式的幾個重要的概念

• 子表達式:在正則表達式中，如果使用"()"括起來的內容，稱之為“子表達式”
• 捕獲：子表達式匹配到的結果會被系統放在緩沖區中，這個過程，我們稱之為“捕獲”
• 反向引用：我們使用"\n"，其中n是數字，表示引用之前某個緩沖區之間的內容，我們稱之為“反向引用”

2、數量限定符

• X+ 　　　　表示：1或多個
• X* 　　　　表示：0或多個
• X？ 　　　　表示：0或1個
• X{n}　　　 表示： n個
• X{n,} 　　　表示：至少n個
• X{n,m} 　　表示：n至m個，貪婪原則，會盡可能匹配多個；如果在後面加個？,則為非貪婪原則

注：X表示要查找的字符

3、 字符限定符

• \d 　　表示：匹配一個數字字符，[0-9]
• \D　　表示：匹配一個非數字字符，[^0-9]
• \w　　表示：匹配包括下劃線在內的單詞字符，[0-9a-zA-Z_]
• \W　　表示：匹配任何非單詞字符，[^0-9a-zA-Z_]
• \s　　表示：匹配任何空白字符，空格、回車、制表符
• \S　　表示：匹配任何非空白字符
• .　　  表示：匹配任何單個字符

此外還有以下幾種：

范圍字符：[a-z]、[A-Z]、[0-9]、[0-9a-z]、[0-9a-zA-Z]
任意字符：[abcd]、[1234]
非在內的字符：[^a-z]、[^0-9]、[^abcd]

4、 定位符

• ^　　表示：開頭標識
• $　　表示：結尾標識
• \b　  表示：單詞邊界
• \B　 表示：非單詞邊界

5、轉義符

• \ 　　用於匹配某些特殊字符

6、選擇匹配符

• | 　　可以匹配多個規則

7、特殊用法

• (?=) ： 正向預查：匹配以指定內容結束的字符串
• (?!) ： 負向預查：匹配不是以指定內容結束的字符串
• (?:) ： 不把選擇匹配符的內容放到緩沖區

四、正則表達式在Javascript下的使用方法

在Javascript下使用正則表達式，有兩種方法:

第一種方法：使用RegExp類

提供的方法有：

• test(str)： 在字符串匹配是否有匹配模式的字符串，返回true/false
• exec(str)： 返回匹配模式匹配到的字符串，如果有，返回相應的字符串，無，返回null;

　　　　　　　　//如果正則表達式中有子表達式，使用exec方法時

　　　　　　　　//返回的是：result[0] = 匹配結果 , result[1] = 子表達式1的匹配結果 ……

第二種方法是：使用String類

提供的方法有：

• search ： 返回匹配模式的字符串出現的位置，如果沒有，返回-1
• match ： 返回匹配模式匹配到的字符串，如果有，返回數組，無，返回null
• replace ： 將匹配模式匹配到的字符串進行替換
• split ： 將字符串已匹配模式為分隔符進行字符串分隔，返回數組

五、正則表達式在PHP下的使用方法

PHP下有兩種使用正則表達式的函數：

第一種是：Perl正則表達式函數

提供的方法有：

• preg_grep --  返回與模式匹配的數組單元
• preg_match_all -- 進行全局正則表達式匹配
• preg_match -- 進行正則表達式匹配
• preg_quote -- 轉義正則表達式字符
• preg_replace_callback -- 用回調函數執行正則表達式的搜索和替換
• preg_replace -- 執行正則表達式的搜索和替換
• preg_split -- 用正則表達式分割字符串

第二種是：POSIX正則表達式函數

提供的方法有：

• ereg_replace -- 替換正則表達式
• ereg -- 正則表達式匹配
• eregi_replace -- 不區分大小寫替換正則表達式
• eregi -- 不區分大小寫的正則表達式匹配
• split -- 用正則表達式將字符串分割到數組中
• spliti --  用正則表達式不區分大小寫將字符串分割到數組中
• sql_regcase --  產生用於不區分大小的匹配的正則表達式  

六、總結

正則表達式就是我們實現某個功能的一個工具，這個工具：

1、功能強大

正則表達式中各種限定符的不同組合會實現不同的功能，有時實現一個復雜的功能需要編寫很長的正則表達式，如何能精准匹配，這就要考驗一個程序員的能力了。

2、簡潔方便

平常我們在進行字符串內容查找，只能進行某個特定字符串的查找，但是正則表達式可以幫助我們進行模糊查找，更快更方便，僅僅需要一個正則表達式串。

3、各種語言基本上都支持

目前如JAVA、PHP、Javascript、C#、C++等主流語言都支持正則表達式。

4、學習很簡單，應用很高深

學習正則表達式很快也很簡單，但是如何在實際開發中編寫出高效地，精准地正則表達式，還是需要長時間的嘗試和積累。

正則表達式

正則經常用於js 判斷手機號，郵箱等，通過簡單的辦法來實現強大的功能

符號解釋

字符 描述
\ 將下一個字符標記為一個特殊字符、或一個原義字符、或一個 向後引用、或一個八進制轉義符。例如，'n' 匹配字符 "n"。'\n' 匹配一個換行符。序列 '\\' 匹配 "\" 而 "\(" 則匹配 "("。
^ 匹配輸入字符串的開始位置。如果設置了 RegExp 對象的 Multiline 屬性，^ 也匹配 '\n' 或 '\r' 之後的位置。
$ 匹配輸入字符串的結束位置。如果設置了RegExp 對象的 Multiline 屬性，$ 也匹配 '\n' 或 '\r' 之前的位置。
* 匹配前面的子表達式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等價於{0,}。
+ 匹配前面的子表達式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等價於 {1,}。
? 匹配前面的子表達式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等價於 {0,1}。
{n} n 是一個非負整數。匹配確定的 n 次。例如，'o{2}' 不能匹配 "Bob" 中的 'o'，但是能匹配 "food" 中的兩個 o。
{n,} n 是一個非負整數。至少匹配n 次。例如，'o{2,}' 不能匹配 "Bob" 中的 'o'，但能匹配 "foooood" 中的所有 o。'o{1,}' 等價於 'o+'。'o{0,}' 則等價於 'o*'。
{n,m} m 和 n 均為非負整數，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，"o{1,3}" 將匹配 "fooooood" 中的前三個 o。'o{0,1}' 等價於 'o?'。請注意在逗號和兩個數之間不能有空格。
? 當該字符緊跟在任何一個其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 後面時，匹配模式是非貪婪的。非貪婪模式盡可能少的匹配所搜索的字符串，而默認的貪婪模式則盡可能多的匹配所搜索的字符串。例如，對於字符串 "oooo"，'o+?' 將匹配單個 "o"，而 'o+' 將匹配所有 'o'。
. 匹配除 "\n" 之外的任何單個字符。要匹配包括 '\n' 在內的任何字符，請使用象 '[.\n]' 的模式。
x|y 匹配 x 或 y。例如，'z......余下全文>>
 

什是正則表達式?舉例說明一下

目前，正則表達式已經在很多軟件中得到廣泛的應用，包括*nix（Linux, Unix等），HP等操作系統，PHP，C#，Java等開發環境，以及很多的應用軟件中，都可以看到正則表達式的影子。

正則表達式的使用，可以通過簡單的辦法來實現強大的功能。為了簡單有效而又不失強大，造成了正則表達式代碼的難度較大，學習起來也不是很容易，所以需要付出一些努力才行，入門之後參照一定的參考，使用起來還是比較簡單有效的。

例子： ^.+@.+\\..+$

2. 正則表達式的歷史

正則表達式的“祖先”可以一直上溯至對人類神經系統如何工作的早期研究。Warren McCulloch 和 Walter Pitts 這兩位神經生理學家研究出一種數學方式來描述這些神經網絡。
1956 年, 一位叫 Stephen Kleene 的數學家在 McCulloch 和 Pitts 早期工作的基礎上，發表了一篇標題為“神經網事件的表示法”的論文，引入了正則表達式的概念。正則表達式就是用來描述他稱為“正則集的代數”的表達式，因此采用“正則表達式”這個術語。

隨後，發現可以將這一工作應用於使用 Ken Thompson 的計算搜索算法的一些早期研究，Ken Thompson 是 Unix 的主要發明人。正則表達式的第一個實用應用程序就是 Unix 中的 qed 編輯器。

如他們所說，剩下的就是眾所周知的歷史了。從那時起直至現在正則表達式都是基於文本的編輯器和搜索工具中的一個重要部分
3. 正則表達式定義
正則表達式(regular expression)描述了一種字符串匹配的模式，可以用來檢查一個串是否含有某種子串、將匹配的子串做替換或者從某個串中取出符合某個條件的子串等。

列目錄時， dir *.txt或ls *.txt中的*.txt就不是一個正則表達式,因為這裡*與正則式的*的含義是不同的。
正則表達式是由普通字符（例如字符 a 到 z）以及特殊字符（稱為元字符）組成的文字模式。正則表達式作為一個模板，將某個字符模式與所搜索的字符串進行匹配。

3.1 普通字符
由所有那些未顯式指定為元字符的打印和非打印字符組成。這包括所有的大寫和小寫字母字符，所有數字，所有標點符號以及一些符號。

3.2 非打印字符 字符 含義
\cx 匹配由x指明的控制字符。例如， \cM 匹配一個 Control-M 或回車符。x 的值必須為 A-Z 或 a-z 之一。否則，將 c 視為一個原義的 'c' 字符。
\f 匹配一個換頁符。等價於 \x0c 和 \cL。
\n 匹配一個換行符。等價於 \x0a 和 \cJ。
\r 匹配一個回車符。等價於 \x0d 和 \cM。
\s 匹配任何空白字符，包括空格、制表符、換頁符等等。等價於 [ \f\n\r\t\v]。
\S 匹配任何非空白字符。等價於 [^ \f\n\r\t\v]。
\t 匹配一個制表符。等價於 \x09 和 \cI。
\v 匹配一個垂直制表符。等價於 \x0b 和 \cK。

3.3 特殊字符

所謂特殊字符，就是一些有特殊含義的字符，如上面說的"*.txt"中的*，簡單的......余下全文>>