学习正则表达式 [已关闭]

最重要的部分是概念。一旦你了解了构建块的工作原理，语法上的差异就只不过是温和的方言而已。正则表达式引擎语法之上的一层是你正在使用的编程语言的语法。像 Perl 这样的语言消除了大部分的复杂性，但如果在 C 程序中使用正则表达式，则必须牢记其他注意事项。

如果您将正则表达式视为可以随意混合和匹配的构建块，那么它可以帮助您学习如何编写和调试自己的模式，以及如何理解其他人编写的模式。

从简单开始

从概念上讲，最简单的正则表达式是文字字符。该模式与字符“N”匹配。N

彼此相邻的正则表达式匹配序列。例如，该模式匹配序列“N”，后跟“i”，后跟“c”，后跟“k”。Nick

如果你曾经在 Unix 上使用过——即使只是为了搜索看起来很普通的字符串——你已经使用过正则表达式了！（in 是指正则表达式。grepregrep

从菜单中订购

只需增加一点复杂性，您就可以将“Nick”或“nick”与模式匹配。方括号中的部分是字符类，这意味着它正好匹配一个括起来的字符。您还可以在字符类中使用范围，以便匹配“a”或“b”或“c”。[Nn]ick[a-c]

该模式很特别：它不是只匹配文字点，而是匹配任何字符^†。这在概念上与真正的大字符类相同。.[-.?+%$A-Za-z0-9...]

将角色类视为菜单：只选择一个。

有用的快捷方式

使用可以为您节省大量键入时间，并且对于常见模式还有其他快捷方式。假设您要匹配一个数字：一种写法是 .数字是常见的匹配目标，因此您可以改用快捷方式。其他是（空格）和（单词字符：字母数字或下划线）。.[0-9]\d\s\w

例如，大写变体是它们的补码，因此可以匹配任何非空格字符。\S

一次是不够的

从那里，您可以使用量词重复模式的某些部分。例如，模式匹配“abc”或“ac”，因为量词将其修改的子模式设置为可选。其他量词是ab?c?

• *（零次或多次）
• +（一次或多次）
• {n}（正好n次）
• {n,}（至少 n 次）
• {n,m}（至少 n 次但不超过 m 次）

将其中一些块放在一起，该模式将所有[Nn]*ick

• ick
• 缺口
• 缺口
• 尼克
• n尼克
• 尼克
• （依此类推）

第一场比赛展示了一个重要的教训：*总是成功的！任何模式都可以匹配零次。

其他一些有用的例子：

• [0-9]+（及其等价物）匹配任何非负整数\d+
• \d{4}-\d{2}-\d{2}匹配格式为 2019-01-01 的日期

分组

量词将模式修改到其紧靠的左侧。您可能希望匹配 '0abc0'、'0abcabc0' 等，但紧挨着加号量词左侧的模式是 。这意味着匹配 '0abc0'、'0abcc0'、'0abccc0' 等。0abc+0c0abc+0

要匹配一个或多个两端为零的“abc”序列，请使用 .括号表示可以量化为一个单元的子模式。正则表达式引擎保存或“捕获”与括号组匹配的输入文本部分也很常见。以这种方式提取位比计算索引和 更灵活，更不容易出错。0(abc)+0substr

交替

早些时候，我们看到了一种匹配“Nick”或“nick”的方法。另一个是交替，如 .请记住，交替包括左边的一切和右边的一切。使用分组括号来限制 的范围，例如 .Nick|nick|(Nick|nick)

再举一个例子，您可以等效地写成 ，但这可能是次优的，因为许多实现都假定备选项的长度大于 1。[a-c]a|b|c

逃避

虽然有些字符与自己匹配，但其他字符具有特殊含义。该模式与后跟小写字母 D 后跟加号的反斜杠不匹配：为此，我们将使用 .反斜杠会删除以下字符的特殊含义。\d+\\d\+

贪欲

正则表达式量词是贪婪的。这意味着它们可以匹配尽可能多的文本，同时允许整个模式成功匹配。

例如，假设输入是

“你好，”她说，“你好吗？

您可能希望只匹配“Hello”，然后当您看到它从“Hello”一直匹配到“you？”时，您会感到惊讶。".+"

要从贪婪切换到您可能认为的谨慎，请在量词中添加一个额外的内容。现在您了解了问题中的示例是如何工作的。它与文字左括号的顺序匹配，后跟一个或多个字符，并以右括号结束。?\((.+?)\)

如果您的输入是“（123） （456）”，则第一个捕获将是“123”。非贪婪量词希望允许模式的其余部分尽快开始匹配。

（至于你的困惑，我不知道任何正则表达式方言会做同样的事情。我怀疑在途中某处的传输中丢失了一些东西。((.+?))

锚

使用特殊模式仅在输入的开头匹配，仅在输入的末尾匹配。用你的模式制作“书挡”，你说，“我知道前面和后面是什么，但给我中间的一切”是一种有用的技巧。^$

说您要匹配表单的注释

-- This is a comment --

你会写.^--\s+(.+)\s+--$

构建自己的

正则表达式是递归的，所以现在你已经了解了这些基本规则，你可以随心所欲地组合它们。

用于编写和调试正则表达式的工具：

• RegExr（适用于 JavaScript）
• Perl：YAPE：正则表达式解释
• 正则表达式 Coach（由 CL-PPCRE 支持的引擎)
• RegexPal（适用于 JavaScript）
• 正则表达式在线测试器
• 正则表达式好友
• 正则表达式 101（适用于 PCRE、JavaScript、Python、Golang、Java 8）
• 我讨厌正则表达式
• 可视正则表达式
• Expresso（适用于 .NET）
• Rubular（用于 Ruby）
• 正则表达式库（常见方案的预定义正则表达式）
• Txt2RE的
• 正则表达式测试器（适用于 JavaScript）
• 正则表达式风暴（适用于 .NET）
• Debuggex（可视正则表达式测试器和帮助程序）

书

• 掌握正则表达式，第 2 版和第 3 版。
• 正则表达式备忘单
• 正则表达式食谱
• 自学正则表达式

免费资源

• RegexOne - 通过简单的交互式练习进行学习。
• 正则表达式 - 您应该知道的一切（PDF 系列）
• 正则表达式语法摘要
• 正则表达式的工作原理
• JavaScript 正则表达式

脚注

†：上面与任何字符匹配的陈述是出于教学目的的简化，并不完全正确。Dot 匹配除换行符以外的任何字符，但在实践中，您很少期望出现跨越换行符边界之类的模式。例如，Perl 正则表达式有一个 /s 开关和 Java Pattern.DOTALL，可以匹配任何字符。对于没有这种功能的语言，你可以使用类似的东西来匹配“任何空格或任何非空格”，换句话说，任何空格。."\n".+.[\s\S]