外观
模糊匹配
如果正则只有精确匹配是没多大意义的, 比如/hello/, 也只能匹配字符串中的hello这个字符串.
正则表达式之所以强大, 是因为其能实现模糊匹配.
而模糊匹配, 有两个方向上的模糊: 横向模糊和纵向模糊.
横向模糊匹配
个正则可匹配的字符串的长度不是固定的, 可以有多种可能.
其实现的方式是使用量词.例如{m,n}, 表示连续出现最少m次, 最多n次.
纵向模糊匹配
一个正则匹配的字符串, 具体到某一位字符时, 它可以不是某个确定的字符, 可以有多种可能.
其实现的方式是使用字符组.例如[abc], 表示该字符是可以字符a, b, c中的任何一个.
量词
量词也称重复.掌握{m,n}的准确含义后, 只需要记住一些简写形式.
常见的简写形式
{m,}表示至少出现m次.{m}就是{m,m}.表示出现m次.?就是{0,1}.表示出现或者不出现.+就是{1,}.表示出现至少一次.*就是{0,}.表示出现任意次, 有可能不出现.
贪婪匹配
/\d{2,5}/表示数字连续出现2到5次.会匹配2位, 3位, 4位, 5位连续数字.
但是其实贪婪的, 它会尽可能多的匹配.你能给我6个, 我就要6个.你能给我3个, 我就3要个.反正只要在能力范围内, 越多越好.
我们知道有时贪婪不是一件好事.
惰性匹配
而惰性匹配, 就是尽可能少的匹配.
/\d{2,5}?/表示虽然2到5次都行, 当2个就够的时候, 就不在往下尝试了.
字符组
虽叫字符组(字符类), 但只是其中一个字符.例如[abc], 表示该字符是可以字符a, b, c中的任何一个.
范围表示法
如果字符组里的字符特别多的话怎么办?可以使用范围表示法.
比如[123456abcdefGHIJKLM], 可以写成[1-6a-fG-M].用连字符-来省略和简写.
因为连字符有特殊用途, 那么要匹配a, -, z这三者中任意一个字符, 该怎么做呢?
不能写成[a-z], 因为其表示小写字符中的任何一个字符.
可以写成如下的方式:[-az]或[az-]或[a\-z].
即要么放在开头, 要么放在结尾, 要么转义.总之不会让引擎认为是范围表示法就行了.
排除字符组
纵向模糊匹配, 还有一种情形就是, 某位字符可以是任何东西, 但就不能是a, b, c.
此时就是排除字符组(反义字符组)的概念.例如[^abc], 表示是一个除a, b, c之外的任意一个字符.字符组的第一位放^(脱字符), 表示求反的概念.
当然, 也有相应的范围表示法.
常见的简写形式
有了字符组的概念后, 一些常见的符号我们也就理解了, 因为它们都是系统自带的简写形式.
\d就是[0-9].表示是一位数字.\D就是[^0-9].表示除数字外的任意字符.\w就是[0-9a-zA-Z_].表示数字, 大小写字母和下划线.\W就是[^0-9a-zA-Z_].非单词字符.\s就是[ \t\v\n\r\f].表示空白符, 包括空格, 水平制表符, 垂直制表符, 换行符, 回车符, 换页符.\S就是[^ \t\v\n\r\f]. 非空白符..就是[^\n\r\u2028\u2029].通配符, 表示几乎任意字符.换行符, 回车符, 行分隔符和段分隔符除外.
多选分支
一个模式可以实现横向和纵向模糊匹配, 而多选分支可以支持多个子模式任选其一.
具体形式如下:(p1|p2|p3), 其中p1, p2, p3是子模式，, 用|(管道符)分隔, 表示其中任何之一.
例如要匹配aa和bb可以使用/aa|bb/.
但有个事实我们应该注意, 比如我用/aa|aabb/, 去匹配aabb字符串时, 结果是aa.
而把正则改成/aabb|aa/后.
也就是说, 分支结构也是惰性的, 即当前面的匹配上了, 后面的就不再尝试了.
版权所有
版权归属：