条件介绍

目前的软件世界中广泛运用着正则表达式，包含*nix（Linux、Unix等）、HP等操作系统，以及PHP、C#、Java等开发环境和许多其他运用软件。无论是在哪个领域，你都能看到正则表达式发挥重要作用的踪迹。运用正则表达式能够经过简练的代码实现强壮的功能。但是，为了追求简练和强壮，正则表达式代码的复杂性较高，从而给学习者带来了必定的困难。因而，学习正则表达式需求支付一些努力，但一旦入门后，并参照必定的参阅指南，运用它就会变得相对简单有用。

比方下面这个比如： ^.+@.+\..+$ ，很多人或许被这样的代码吓到过。但假如持续阅览本文，你将能够自若地运用这样的代码。

正则表达式

正则表达式被认为是一种繁琐的东西，由于它的语法或许会让初学者感到困惑。学习运用正则表达式或许需求一些时间和操练，但坚持下去必定会见到报答。相信自己的能力，相信你能够把握并善用这个强壮的东西，它将成为你的利器，为你的工作和学习带来巨大的便利和效果。一旦你把握了它的运用技巧，你会发现它的强壮威力。运用正则表达式能够大大提高你的工作效率，并且成功地运用它会给你带来无比的成就感。

正则表达式的历史

正则表达式的来源能够追溯到人类对神经系统如何工作的前期研讨。神经生理学家Warren McCulloch和Walter Pitts创始了一种用数学方式描绘神经网络的办法。

• 在1956年，数学家Stephen Kleene在McCulloch和Pitts的基础上宣布了一篇名为《神经网事件的表明法》的论文，引入了正则表达式的概念。正则表达式被用来描绘他所称之为”正则集的代数“的表达式，因而才采用了”正则表达式”这个术语。

• 随后，发现正则表达式能够运用于运用Ken Thompson的计算查找算法的一些前期研讨中，而Ken Thompson则是Unix的主要发明人。正则表达式的第一个实践运用程序是Unix中的qed编辑器。

正则表达式的界说

正则表达式（Regular Expression）是一种描绘字符串匹配方式的东西，能够用于检查一个字符串是否含有特定的子串，对匹配的子串进行替换，或从一个字符串中提取契合特定条件的子串等操作。

例如，在列目录时，运用dir *.txt或ls *.txt命令，其间的*.txt并不是一个正则表达式，由于这儿的*与正则表达式中的*具有不同的含义。

正则表达式的组成

正则表达式由一般字符（例如字符a到z）和特别字符（称为元字符）组成的文本方式。正则表达式能够视为一个模板，用来将某个字符方式与要查找的字符串进行匹配。经过结合不同的一般字符和元字符，能够构建出灵活且强壮的正则表达式，以适应不同的匹配需求。

一般字符

正则表达式由一切未显式指定为元字符的打印和非打印字符组成。这包含一切的大写和小写字母字符、一切数字、一切标点符号以及一些特别符号。正则表达式能够利用这些字符来构建不同的方式，用于匹配、查找或替换文本中的特定内容。

非打印字符

非打印字符指代一些在文本中不行见或无法直接表明的特别字符。这些非打印字符用于匹配特定的文本方式，一般由转义序列或特别语法来表明。

• n：换行符。匹配文本中的换行符。
• r：回车符。匹配文本中的回车符。
• t：制表符。匹配文本中的制表符。
• s：空白字符。匹配任何空格、制表符、换行符等空白字符。
• S：非空白字符。匹配任何非空白字符。
• d：数字字符。匹配任何数字字符。
• D：非数字字符。匹配任何非数字字符。
• w：单词字符。匹配任何字母、数字或下划线字符。
• W：非单词字符。匹配任何非字母、数字或下划线字符。
• b：单词鸿沟。匹配单词的开端或完毕方位。

这些非打印字符能够在正则表达式中嵌入，以便匹配特定的文本方式或进行替换操作。经过利用这些非打印字符，能够更精确地界说匹配规矩，以满足特定的需求。

特别字符

特别字符是一些具有特别含义的字符，如前面提到的*在正则表达式中表明匹配恣意字符串的意思。假如想要查找文件名中包含*字符的文件，需求对*进行转义，即在其前面增加进行表明，例如运用ls *.txt。正则表达式中还有其他一些特别字符，详细如下：

• $: 匹配输入字符串的结尾方位。假如设置了正则表达式对象的Multiline特点，则 $ 也能够匹配换行符n或r。假如要匹配 $ 字符自身，请运用 $。
• (): 符号子表达式的开端和完毕方位。子表达式能够捕获匹配成果以供后续运用。假如要匹配这些字符自身，请运用 ( 和 )。
• *: 匹配前面的子表达式零次或屡次。假如要匹配 * 字符自身，请运用 *。
• +: 匹配前面的子表达式一次或屡次。假如要匹配 + 字符自身，请运用 +。
• .: 匹配除了换行符n之外的任何单个字符。假如要匹配.字符自身，请运用 .。
• [: 符号字符调集的开端。假如要匹配 [字符自身，请运用 [。
• ?: 匹配前面的子表达式零次或一次，也能够指定为非贪婪的限定符。假如要匹配 ? 字符自身，请运用 ?。
• : 用于符号下一个字符为特别字符、原义字符、向后引证或八进制转义符。例如，'n' 匹配字符 n，而 'n' 匹配换行符。要匹配 字符自身，请运用 \。为了匹配 ( 字符，请运用 ( 。
• : 匹配输入字符串的开端方位，除非在字符调集方括号内运用，此刻它表明不接受该字符调集中的字符。假如要匹配 字符自身，请运用 ^。
• {: 符号限定符表达式的开端。假如要匹配 {，请运用 {。
• |: 指定两项之间的一个挑选。假如要匹配 | 字符自身，请运用 |。

结构正则表达式的办法和创立数学表达式的办法相同。也就是用多种元字符与操作符将小的表达式结合在一同来创立更大的表达式。正则表达式的组件能够是单个的字符、字符调集、字符范围、字符间的挑选或许一切这些组件的恣意组合。

限定符

限定符用于指定正则表达式中的一个组件必须呈现的次数，以满足匹配条件。常见的限定符包含 *、+、?、{n}、{n,} 和 {n,m}，合计6种，正确理解和运用限定符，能够更精确地控制匹配的次数，以满足特定的匹配需求。

限定符案例分析

• *: 匹配前面的子表达式零次或屡次。例如，zo* 能够匹配 “z” 以及 “zoo”。* 等价于 {0,}。

• +: 匹配前面的子表达式一次或屡次。例如，zo+ 能够匹配 “zo” 以及 “zoo”，但无法匹配 “z”。+ 等价于 {1,}。

• ?: 匹配前面的子表达式零次或一次。例如，”do(es)?” 能够匹配 “do” 或 “does” 中的 “do”。? 等价于 {0,1}。

• {n}: n 是一个非负整数，表达式匹配确定的 n 次。例如，o{2} 无法匹配 “Bob” 中的 “o”，但能够匹配 “food” 中的两个 “o”。

• {n,}: n 是一个非负整数，至少匹配 n 次。例如，o{2,} 无法匹配 “Bob” 中的 “o”，但能够匹配 “foooood” 中的一切 “o”。o{1,} 等价于 o+，o{0,} 等价于 o*。

• {n,m}: m 和 n 均为非负整数，其间 n <= m。最少匹配 n 次且最多匹配 m 次。例如，”o{1,3}” 将匹配 “fooooood” 中的前三个 “o”。o{0,1} 等价于 o?。请留意，在逗号和两个数之间不能有空格。

贪婪匹配/非贪婪匹配方式

*、+ 和 ? 是贪婪的限定符，意味着它们会尽或许多地匹配文本。假如要将它们符号为非贪婪或最小匹配，只需在它们后边增加一个 ? 即可。

详细解释如下：

• *：匹配前面的组件零次或屡次。它会尽或许多地匹配前面的组件。
• +：匹配前面的组件一次或屡次。它会尽或许多地匹配前面的组件。
• ?：匹配前面的组件零次或一次。它会尽或许多地匹配前面的组件。

例如，对于字符串 “abbbbbcc”，运用正则表达式 ab+ 进行匹配，会匹配到最长的连续的b，即 “abbbbb”。

留意，经过在贪婪限定符后边增加 ?，即可将其转换为非贪婪或最小匹配方式。例如，运用正则表达式 ab+? 进行匹配，会匹配到最短的连续的b，即 “ab”。

定位符

• ：匹配字符串的开端方位。在多行方式下，也能够匹配换行符n之后的方位。假如要匹配字符自身，请运用^转义。

• $：匹配字符串的完毕方位。在多行方式下，也能够匹配换行符n之前的方位。假如要匹配字符$自身，请运用$转义。

• b：匹配一个单词的鸿沟，即单词字符和非单词字符之间的方位。例如，bwordb能够匹配独立的单词”word”，而不会匹配该单词的部分。假如要匹配字符b自身，请运用\b转义。

• B：匹配一个非单词的鸿沟，即不坐落单词字符和单词字符之间的方位。例如，BwordB能够匹配不包含任何单词字符的字符串”word”，而不会匹配包含该单词的部分。假如要匹配字符B自身，请运用\B转义。

留意，定位符不能与限定符一同运用。例如，^*或+$是无效的表达式，由于和$是定位符，不能够匹配恣意次数。它们用于定位字符串的开端和完毕方位，而不是用来匹配详细的字符内容。

挑选组合符

• 用圆括号将一切的挑选项括起来，并运用 | 分隔相邻的挑选项。但是，圆括号会导致相关的匹配成果被缓存。假如不希望相关的匹配成果被缓存，能够在第一个挑选项前面运用 ?: 进行符号。

• ?: 是其间的一个非捕获元。还有两个非捕获元是 ?= 和 ?!。这两个元字符具有更多的含义。

  • ?= 是正向预查，在任何开端匹配圆括号内的正则表达式方式的方位时，对查找字符串进行匹配。这个匹配成果不会被包含在最终的匹配成果中。也就是说，它用于查找满足某个方式的字符串，而不会将其作为实践匹配的一部分。

  • ?! 是负向预查，在任何开端不匹配圆括号内的正则表达式方式的方位时，对查找字符串进行匹配。这个匹配成果相同也不会被包含在最终的匹配成果中。它用于查找不满足某个方式的字符串。

后向引证

• 当对一个正则表达式方式或部分方式的两头增加圆括号时，会导致相关的匹配成果被存储到一个暂时缓冲区中。每个被捕获的子匹配都按照在正则表达式方式中从左至右遇到的顺序进行存储。存储子匹配的缓冲区编号从1开端，顺次递加，最多能够到达99个子表达式。经过运用 n 的方式，能够访问每个缓冲区中的内容，其间n是用来标识特定缓冲区的一位或两位十进制数。

• 为了疏忽对相关匹配成果的保存，能够运用非捕获元字符 ?:、?= 或 ?!。这些非捕获元字符能够在圆括号内的方式前面进行符号。它们的作用是告知正则表达式引擎不要将其符号的部分作为实践匹配成果中的一部分进行存储。

总结心得

正则表达式成为基于文本的编辑器和查找东西中不行或缺的一部分，这一点现在众所周知。它在这些东西中发挥着重要作用，成为了我们日常工作中不行或缺的东西之一。

要把握正则表达式，并不是一件难事。关键是你需求有耐心和专注地阅览相关的资料，并在实践运用中进行恰当的参阅。能够经过重复操练和实践来加深理解。按部就班地学习正则表达式的语法规矩和常见的匹配方式，逐步完善你的技巧。此外，还能够寻觅一些在线东西或许学习资源，它们能够帮助你更好地理解和运用正则表达式。与其他开发者或专家交流，参与相关的社区或论坛，也是拓展知识的好途径。