正则表达式
正则表达式
元字符
请注意:元字符就只是一个字符而已,代表的字符含义不确定而已
- “^” ：^会匹配行或者字符串的==起始位置==，有时还会匹配整个文档的==起始位置。==
- “$” ：$会匹配行或字符串的==结尾==, 例如
\d$, 匹配以数字结尾的字符串 - “\d”: 匹配==数字==，
- “.”：匹配除了换行符(\n)以外的任何字符 ==(相当于 \w和 \s的结合)==
- **”\w”**：匹配字母，数字，下划线(==即大多数语言的标识符合法规则==).
- **”\s”**：匹配==空格(space)==
- “[abc]”: 字符组 ==匹配包含括号内元素的字符==, 还可以写成[a-z]匹配a至z的所以字母就等于可以用来控制只能输入英文了，
- “\b”: 代表==单词边界的意思==, 例如
en\b代表匹配单词末尾的“en” ,\ben代表匹配单词开头的“en”字符
反义
写法很简单改成大写就行了，意思与原来的相反，这里就不举例子了
“\W” 匹配任意不是字母，数字，下划线 的字符
“\S” 匹配任意不是空白符的字符
“\D” 匹配任意非数字的字符
“\B” 匹配不是单词开头或结束的位置
“ [^abc] “ 匹配除了abc以外的任意字符
量词
量词符号
“*“(贪婪) 重复零次或更多 ==(0到无穷未知个)==
例如”aaaaaaaa” 匹配字符串中所有的a 正则： “a*” 会出到所有的字符”a”
“+”(懒惰) 重复一次或更多次 ==(1到无穷未知个)==
例如”aaaaaaaa” 匹配字符串中所有的a 正则： “a+” 会取到字符中所有的a字符， “a+”与”a*“不同在于”a+”至少是一次而”a*“ 可以是0次，
“?”(占有) 重复零次或一次 ==(只有0或1个)==
例如”aaaaaaaa” 匹配字符串中的a 正则 ： “a?” 只会匹配一次，也就是结果只是单个字符a
“{n}” 重复n次 ==(出现n次, 次数是明确的)==
例如从”aaaaaaaa” 匹配字符串的a 并重复3次 正则： “a{3}” 结果就是取到3个a字符 “aaa”;
“{n,m}” 重复n到m次 ==(出现n-m次,次数是明确的)==
例如正则 “a{3,4}” 将a重复匹配3次或者4次 所以供匹配的字符可以是三个”aaa”也可以是四个”aaaa” 正则都可以匹配到
“{n,}” 重复n次或更多次
与{n,m}不同之处就在于匹配的次数将没有上限，但至少要重复n次 如 正则”a{3,}” a至少要重复3次
例如要匹配一个固定格式的电话号码以0开头前4位后7位，如0737-5686123 而通常只能是3位或者4位，
正则: “^0\d{2,3}-\d{7}”
懒惰限定符
先解释关于量词所涉及到的重要的三个概念
- 贪婪(贪心) 如”*”字符 贪婪量词会首先匹配整个字符串，尝试匹配时，它会选定尽可能多的内容，如果 失败则回退一个字符，然后再次尝试回退的过程就叫做回溯，它会每次回退一个字符，直到找到匹配的内容或者没有字符可以回退。相比下面两种贪婪量词对资源的消耗是最大的，
- 懒惰(勉强) 如 “?” 懒惰量词使用另一种方式匹配，它从目标的起始位置开始尝试匹配，每次检查一个字符，并寻找它要匹配的内容，如此循环直到字符结尾处。
- 占有 如”+” 占有量词会覆盖事个目标字符串，然后尝试寻找匹配内容 ，但它只尝试一次，不会回溯，就好比先抓一把石头，然后从石头中挑出黄金
“*?” 重复任意次，但尽可能少重复
如 “acbacb” 正则 “a.*?b” 只会取到第一个”acb” 原本可以全部取到但加了限定符后，只会匹配尽可能少的字符 ，而”acbacb”最少字符的结果就是”acb”
“+?” 重复1次或更多次，但尽可能少重复
与上面一样，只是至少要重复1次
“??” 重复0次或1次，但尽可能少重复
如 “aaacb” 正则 “a.??b” 只会取到最后的三个字符”acb”
“{n,m}?” 重复n到m次，但尽可能少重复
如 “aaaaaaaa” 正则 “a{0,m}” 因为最少是0次所以取到结果为空
“{n,}?” 重复n次以上，但尽可能少重复
如 “aaaaaaa” 正则 “a{1,}” 最少是1次所以取到结果为 “a”
分组匹配
正则表达式可以通过()和|配合可以进行分组和优先运算以及组内或逻辑运算, 例如:匹配日期:
1 | str_date = "\d{4}-(0[1-9]|1[0-2])-([0-2]\d|[3][0-1])" |
分组调用与别名引用
正则表达式可以\分组索引分组值来引用分组实现复用分组 注: 索引值以1 开始
1 | str = r"<title>This is python3</title>" #需要匹配的字符串 |
还可以通过(?P<分组名>)给分组起别名, 通过别名引用分组(?P=分组名)
1 | str = r"<title>This is python3</title>" |
常用的字符串处理函数(java)
获得位置:
- int indexOf(int ch):返回的是ch在字符串中第一次出现的位置。不存在返回 -1
- **int indexOf(int ch,int fromIndex):**从fromIndex指定位置开始，获取ch在字符串中出现的位置。
- int indexOf(String str):返回的是str在字符串中第一次出现的位置。
- int indexOf(String str，int fromIndex):从fromIndex指定位置开始，获取str在字符串中出现的位置。
替换
- String replace(oldchar,newchar);
分割
- String[] split(regex); regex可以是正则表达式
截取
- String subString(int begin);
- String subString(int begin,int end) //begin,end都是实际的位置坐标((从0开始),到end结束不包括end,也可以将end理解为从begin开始截取多少个字符
去两端的空格
- String trim()