正则表达式详解

发表于 2018-09-11 更新于 2024-09-08

本文主要记录正则表达式的一些具体的应用，因为实在太容易遗忘，而且在工作上的作用很大。

代码	功能	案例
.	匹配除了换行符以外的任何字符	.{3} 匹配3个对应字符 .*匹配任意个对应字符
\w	匹配字母数字下划线	等同于字符类[a-z0-9A-Z]
\s	匹配任意的空白符包括空格，制表符(Tab)，换行符，中文全角空格
\d	匹配数字	等同于字符类[0-9]
\b	匹配单词的开始或结束	\bhello.*\bworld 匹配hello wolrd两个单词前有空格，中间有任意个字符的hello world
^	匹配字符串的开始	^\d{5,12}$ 匹配一个只有5到12位数字的字符串
$	匹配字符串的结束
[u4e00-u9fa5]	汉字匹配

当需要查找元字符时，元字符前需要加转义字符，表示该元字符取其本来字符意思。
比如 \ . \ \ \ * 等等。
C:\ \windows 匹配 C:\windows

通过中括号[]限定选择的字符

[aeiou]匹配元音字符，[.?!]匹配三个字符，[0-9a-zA-Z]等同于\w，[0-9]等同于\d

当需要正则匹配多个条件时，使用|分割多个正则表达式，当匹配到其中任意一个条件时，即匹配成功，需要注意他是从左到右匹配的。

(0\d{2}-\d{8})|(\d{3}-\d{7})

单个字符可以直接加限定符，多个字符想多次校验可以使用（）

(\d{1,3}.){3}\d{1,3}

IP地址校验，然而存在着888.888.888.888等错误数据，因为这是SQL的一个弊端，不支持算数校验。所以为了解决IP地址校验的问题，sql就会写的比较冗长。

(2[0-4]\d|25[0-5]|[01]?\d\d?).){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)。

这样就可以校验正确格式的IP地址了

当正则表达式中包含能接受重复的限定符时，通常的行为是（在使整个表达式能得到匹配的前提下）匹配尽可能多的字符。以这个表达式为例：a.*b，它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配。

有时，我们更需要懒惰匹配，也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式，只要在它后面加上一个问号?。这样.*?就意味着匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复。现在看看懒惰版的例子吧：

a.*?b匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab（第一到第三个字符）和ab（第四到第五个字符）。

为什么第一个匹配是aab（第一到第三个字符）而不是ab（第二到第三个字符）？简单地说，因为正则表达式有另一条规则，比懒惰／贪婪规则的优先级更高：最先开始的匹配拥有最高的优先权——The match that begins earliest wins。