《精通正则表达式》笔记 之 基础知识

《精通正则表达式》

1. 匹配位置而非具体文本：
^ 脱字符号，匹配一行的开始
$ 美元符号

2. 匹配字符组 []
字符组元字符 "-"连字符 <H[1-6]> 等价于 <H[123456]>
注意： 1. 连字符只在匹配字符组的[]中有意义，其它时候用来匹配-字符；
2. ".""?"在字符数据中时，不作为元字符使用；
3. 排除型字符组
[^a] 匹配不包括a的字符

4. 多选结构
匹配子表达式，元字符 "|"，表示或，以下三式等价：
[Tt]enyuan
(T|t)enyuan
Tenyuan|tenyuan
注意：多选结构和字符组的区别，前者匹配目标文本的单个字符；而多选结构的每个分支都可以是完整的正则表达式；

5. 单词分界符
/<ten 匹配以ten开头的单词
yuan/> 匹配以yuan结尾的单词
<和>本身并非元字符，和/结合起来之后整个序列称为元字符序列

6. 量词(用来表示个数)：? + *
? 表示可选项元素 colou?r匹配colour或者color
或者R(egular)?E(xpression)?匹配RE或者RegularE或者RExpression或者RegularExpression
+ 匹配一次或者多次 {1,}
* 匹配0次或多次 {0,}
? 匹配0次或一次 {0,1}

区间量词：{m, n}

7. 反向引用(backreference, 回引)：匹配与表达式先前部分匹配的相同的文本
在文本中查找连续两个相同的单词：/<([a-zA-z]+)/s+/1/>
这里的/1代表前面括弧中的内容
注意：用/1,/2,/3表示第一、第二、第三组括号匹配的文本——按开括号的顺序；

8. 转义字符：/
匹配元字符

9. 简记法
/w [0-9a-zA-Z],
/s 空白字符，制表符、空格符
/d [0-9]