Answers:
最重要的部分是概念。一旦您了解了构建块的工作原理,语法上的差异就等于温和的方言。正则表达式引擎语法之上的一层是您正在使用的编程语言的语法。诸如Perl之类的语言消除了大多数这种复杂性,但是如果您在C程序中使用正则表达式,则必须牢记其他注意事项。
如果您将正则表达式视为可以随意混合和匹配的构建基块,那么它可以帮助您学习如何编写和调试自己的模式,以及如何理解他人编写的模式。
从概念上讲,最简单的正则表达式是文字字符。该模式N
与字符“ N”匹配。
正则表达式彼此相邻,匹配序列。例如,模式Nick
与序列“ N”,“ i”,“ c”,“ k”匹配。
如果您曾经grep
在Unix上使用过-即使仅用于搜索普通的字符串-您也已经在使用正则表达式!(re
in grep
表示正则表达式。)
稍微增加一点复杂性,您就可以将'Nick'或'nick'与该模式匹配[Nn]ick
。方括号中的部分是一个字符类,这意味着它与包含的字符之一完全匹配。您也可以在字符类中使用范围,因此可以[a-c]
匹配“ a”或“ b”或“ c”。
该模式.
很特殊:它不仅匹配文字点,还匹配任何字符†。从概念上讲,它与真正的大人物阶级是相同的[-.?+%$A-Za-z0-9...]
。
将角色类视为菜单:仅选择一个。
使用.
可以节省大量的键入时间,还有一些通用模式的捷径。假设您要匹配一个数字:一种书写方式是[0-9]
。数字是经常匹配的目标,因此您可以改用快捷方式\d
。其他的是\s
(空格)和\w
(单词字符:字母数字或下划线)。
大写字母的变体是它们的补语,因此可以\S
匹配任何非空白字符。
从那里,您可以使用量词重复模式的某些部分。例如,模式ab?c
匹配“ abc”或“ ac”,因为?
量词使它修改的子模式为可选。其他量词是
*
(零次或多次)+
(一次或多次){n}
(恰好n次){n,}
(至少n次){n,m}
(至少n次,但不超过m次)将其中一些块放在一起,该模式将[Nn]*ick
匹配所有
第一场比赛展示了一个重要的教训:*
永远成功!任何模式都可以匹配零次。
其他一些有用的例子:
[0-9]+
(及其等效值\d+
)与任何非负整数匹配\d{4}-\d{2}-\d{2}
匹配日期格式为2019-01-01的日期量词将模式修改到其紧邻的左侧。您可能希望0abc+0
匹配“ 0abc0”,“ 0abcabc0”,依此类推,但加号的左侧紧邻的模式是c
。这表示0abc+0
匹配“ 0abc0”,“ 0abcc0”,“ 0abccc0”,依此类推。
要匹配一个或多个'abc'序列,且两端都为零,请使用0(abc)+0
。括号表示可以量化为一个单位的子模式。正则表达式引擎通常会保存或“捕获”与括号组匹配的输入文本部分。与计算索引和substr
。
之前,我们看到了一种匹配“尼克”或“尼克”的方法。另一个是与中的交替Nick|nick
。请记住,交替包括其左侧的所有内容和右侧的所有内容。使用分组括号限制的范围|
,例如,(Nick|nick)
。
另一个例子,你能等效写[a-c]
的a|b|c
,但这很可能是次优的,因为许多实现假定方案将有长度大于1。
尽管某些字符匹配,但其他字符具有特殊含义。该模式\d+
与反斜杠,小写字母D和加号不匹配:要使用该格式,请使用\\d\+
。反斜杠从后面的字符中删除特殊含义。
正则表达式量词是贪婪的。这意味着它们可以匹配尽可能多的文本,同时允许整个模式成功匹配。
例如,假设输入为
“你好,”她说,“你好吗?”
您可能会期望 ".+"
只匹配“ Hello”,然后看到它从“ Hello”一直到“ you?”一直匹配,然后会感到惊讶。
要从贪婪转向谨慎,?
可以在量词上添加一个额外的内容。现在您了解了\((.+?)\)
问题的示例的工作原理。它与文字左括号的顺序匹配,后接一个或多个字符,并以右括号终止。
如果您输入的是'(123)(456)',则第一个捕获将是'123'。非贪婪的量词希望允许模式的其余部分尽快开始匹配。
(关于您的困惑,我不知道任何正则表达式的方言会在哪里((.+?))
做同样的事情。我怀疑在传输过程中某些地方丢失了某些东西。)
使用特殊模式^
仅在输入的开头$
进行匹配,而仅在输入的末尾进行匹配。用您的模式制作“书挡”,您说:“我知道正面和背面是什么,但请给我之间的一切”是一种有用的技术。
假设您要匹配表单的注释
-- This is a comment --
你会写^--\s+(.+)\s+--$
。
正则表达式是递归的,因此既然您了解了这些基本规则,就可以随意组合它们。
†:上面的语句.
与任何字符匹配都是出于教学目的的简化,并非严格如此。点与除换行符()外的任何字符都匹配"\n"
,但是在实践中,您很少会期望出现.+
跨越换行符边界的模式。Perl正则表达式具有一个/s
switch和Java Pattern.DOTALL
,例如,可以使.
所有字符完全匹配。对于没有这种功能的语言,您可以使用类似[\s\S]
“任何空白或任何非空白”的匹配方式,换句话说,就是任何东西。
a{,m}
至少在Javascript,Perl和Python中,这不是问题。