正则表达式 学习笔记（三）

11.分组

你可以使用括号表示分组:

通过使用 Mon|Tues|Wednes|Thurs|Fri|Satur|Sun)day 匹配一周中的某一天

(\w*)ility 与 \w*ility 相同。都是匹配一个由”ility”结尾的单词。稍后我们会讲解，为何第一种方法更加有用。

表示匹配一对括号。

[()]表示匹配任意一个左括号或者一个右括号

(red|blue)表示匹配red或者blue或者是一个空字符串

abc()def与abcdef相同

(red|blue)？与(red|blue|)相同

\w+(\s+\w+)表示匹配一个或多个由空格分隔的单词

示例

\w+\W+\w+\W+\w+  =  \w+(\W+\w+){2}

\w+\W+\w+\W+\w+\W+\w+\W+\w+\W+\w+  =  
\w+(\W+\w+){5}

12.单词分隔符

\b表示匹配一个单词分隔符

\b\w\w\w\b表示匹配一个三字母单词

a\ba表示匹配两个a中间有一个单词分隔符。这个正则表达式永远不会有匹配的字符，无论输入怎样的文本示例

13.换行符

一篇文本中可以有一行或多行，行与行之间由换行符分隔，比如


注意，所有的文本都是以一行结束的，而不是以换行符结束。但是，任意一行都可能为空，包括最后一行。行的起始位置，是在换行符和下一行首字符之间的空间。考虑到单词分隔符，文本的起始位置也可以当做是首行位置。最后一行是最后一行的尾字符和换行符之间的空间。考虑到单词分隔符，文本的结束也可以认为是行的结束。基于此概念：

^表示匹配行的开始位置

$表示匹配行的结束位置

^&表示一个空行

^.*&

表示匹配全文内容，因为行的开始符号也是一个字符，"."会匹配这个符号。找到单独的一行，可以使用

^.*?$

\^\$表示匹配字符串“^$”

[$]表示匹配一个$。但是，[^]不是合法的正则表达式。记住在方括号中，字符有不同的特殊含义。要想在方括号内匹配^，必须用[\^]

14.文本分界

在很多的正则表达式实现中，将^和$作为文本的开始符号和结束符号。

还有一些实现中，用\A和\z作为文本的开始和结束符号。

15.捕获组

正则表达式(\w*)ility表示匹配以ility结尾的词。第一个被捕获的部分是由\w*控制的。比如，输入的文本内容中有单词accessibility，那么首先被捕获的部分是accessib。如果输入的文本中有单独的ility，则首先被捕获的是一个空字符串。



总结：

字符:

a

b

c

d

1

2

3

4

etc.

字符类:

.

[abc]

[a-z]

\d

\w

\s

.

代表任何字符

\d

表示

“数字”

\w

表示”字母”,

[0-9A-Za-z_]

\s

表示 “空格, 制表符,回车或换行符”

否定字符类:

[^abc]

\D

\W

\S

重复:

{4}

{3,16}

{1,}

?

*

+

?

表示 “零次或一次”

*

表示 “大于零次”

+

表示 “一次或一次以上”

如果不加上？，所有的重复都是最长匹配的（贪婪）

分组:

(Septem|Octo|Novem|Decem)ber

词，行以及文本的分隔:

\b

^

$

\A

\z

转义字符:

\1

\2

\3

etc. (在匹配表达式和替换表达式中都可用)

元字符:

.

\

[

]

{

}

?

*

+

|

(

)

^

$

在字符类中使用元字符:

[

]

\

-

^

使用反斜杠可以忽略元字符:

\