《正規表示式必知必會》學習筆記以及示例文件

alberthao發表於2020-04-18
筆記

前言

最近又把正則拿出來看。這本書還是要經常複習一下的。書裡有很多示例，講解的也很透徹，動手跟著複習一遍收穫很多。
實驗工具你可以到這裡下載，免費版，匹配次數也沒有限制： http://www.regexlab.com/zh/mtracer/ 還有一個選擇是sublime text，免費版即可，搜尋時，開啟搜尋框裡面的正則按鈕即可（一個.*類似的圖示）。

另外，再提供個視覺化工具，用圖形來幫助你理解正則的邏輯： https://jex.im/regulex/#!flags=&re=%5E(a%7Cb)*%3F%24

1 正則的用途

正規表示式簡稱正則。我們可以用它來匹配字串。搜尋字串，例如搜尋car，Car，CAR。 當然也可以用來做替換。例如將http://www.ituring.com.cn 替換為<a href="http://www.ituring.com.cn" >圖靈科技</a>

2 匹配單個字元

我們用英文的句點來匹配單個字元。 請您來想一想：.a.能夠匹配到什麼？如果我們要匹配最後三行，應該怎麼寫正規表示式呢？

示例2-1：

sales1.xls
orders3.xls
sales2.xls
sales3.xls
apac1.xls
europe2.xls
na1.xls
na2.xls
sa1.xls
.a.\.xls試試能匹配到什麼？\.指什麼，你知道嗎？

3 匹配一組字元

請問如果要在下面文字中,我只想匹配n和s開頭的文字，該如何做？

示例3-1：

sales1.xls
orders3.xls
sales2.xls
sales3.xls
apac1.xls
europe2.xls
na1.xls
na2.xls
sa1.xls
ca1.xls
[ns]a.\.xls怎麼樣呢？

我們再加一組例子，你再看看[ns]a.\.xls匹配的對不對。

示例3-2：

sales1.xls  
orders3.xls  
sales2.xls  
sales3.xls  
apac1.xls  
europe2.xls  
na1.xls  
na2.xls  
sa1.xls  
ca1.xls  
usa1.xls

再試試[ns]a[0-9]\.xls呢？
enter image description here
小練習，你來試一下，要匹配下面的十六進位制顏色程式碼，該怎麼寫呢？

示例3-3：

body {
background-color: #fefbd8; }
h1 {
background-color: #0000ff;}
div {
background-color: #d0f4e6;}
span {
background-color: #f08970;}

取反^的示例，下面資料中，如何取出sam.xls：

示例3-4：

orders3.xls
sales2.xls
sales3.xls
apac1.xls
europe2.xls
sam.xls
na1.xls
na2.xls
sa1.xls

4 元字元

元字元包括- \[]。當然還有很多。先介紹這些。

示例4-1：

<body>  
<h1>Welcome to my Homepage</h1>  
Content is divided into two sections:<br/>  
<h2>SQL</h2>  
Information about SQL.  
<h2>RegEx</h2>  
Information about Regular Expressions.  
<h2>This is not valid HTML</h3>  
</body>  `

enter image description here
看看圖片裡面和你做法一樣嗎？

5 重複匹配

5.1 *？+來匹配

這一節也學了很多次，用的時候還是混淆。今天編個口訣記一下。零星（重複次數大於等於0次的用*），一加手機（重複次數≥1的用加號），自問（獨自一個人的用問號）。
怎麼樣，你記住了嗎。

看看如何匹配下列電子郵件地址,一邊做一邊想一想：

示例5-1 匹配郵件

Send personal email to ben@forta.com. For questions about a book use support@forta.com. Feel free to send unsolicited email to spam@forta.com (wouldn't it be nice if it were that simple, huh?).

\w+@\w+\.\w+可以嗎？

示例5-2 匹配郵件

y@ituring.com.cn
yf@itruing.com.cn
yangf@ituring.com.cn

\w+@\w+\.\w+還可以嗎？該怎麼改進？

示例5-3 匹配郵件地址

Send personal email to ben@forta.com or ben.forta@forta.com. For questions about a book use support@forta.com. If your message is urgent try ben@urgent.forta.com. Feel free to send unsolicited email to spam@forta.com (wouldn't it be nice if it were that simple, huh?).
[\w.]+@[\w.]+\.\w+可以嗎？

示例5-4 匹配網址

The URL is http://www.forta.com/, to connect
securely use https://www.forta.com/ instead.
https?:\/\/[\w.\/]+ 可以嗎？

示例5-5 匹配回車換行符

"101","Ben","Forta"
"102","Jim","James"

"103","Roberta","Robertson"
"104","Bob","Bobson"

5.2 {n,m}來重複

* + ?可以來表示重複次數，但是它們有一個明顯的缺陷。就是無法精確表達重複次數。
正規表示式中我們用{m,n}來實現這個。花括號也是元字元。 在這個表示式裡面，你可以只有m，{m}那就是m次；也可以m和n都有，就是大於等於m，小於等於n次，也可以只有m和逗號，就是m次起步，上不封頂。

示例5-6 匹配RGB顏色的16進位制程式碼

body {
background-color: #fefbd8;
} h1 {
background-color: #0000ff;
} div {
background-color: #d0f4e6;
} span {
background-color: #f08970;
}
#[A-Fa-f0-9]{6} 或者[:xdigit:]{6} [:xdigit:]是POSIX表示的正則，可以參考這裡。

示例5-7 匹配各種日期

4/8/17
10-6-2018
2/2/2
01-01-01

\d{1,2}[-\/]\d{1,2}[-\/]\d{2,4}試一下。 請注意，這個正則並沒有驗證日期的真實性。只是匹配了格式。

示例5-8 匹配美元金額

1001: $496.80
1002: $1290.69
1003: $26.43
1004: $613.42
1005: $7.61
1006: $414.90
1007: $25.00

\$\d{3,}\.\d或者\d+: \$\d{3,}\.\d 注意美元符也是元字元。需要轉義。

5.3 防止過度匹配

你對比下*和{n,} +與？的區別。

示例5-9匹配html標記

This offer is not available to customers
living in <b>AK</b> and <b>HI</b>.

請試一下<b>.*?</b>，為什麼這裡用？問號呢，就是將貪婪模式轉換為懶惰模式。
變為?，+變為+?，{n,}變為 {n,}?就將貪婪模式變為了懶惰模式。

6邊界匹配

所謂的邊界匹配，簡單說就是將cat和scattered裡的cat區分出來的能力。它匹配的是邊界位置。

6.1單詞邊界

示例6-1

The cat scattered his food all over the room.
這個可以用\b,\b匹配的是一個位置，它位於\w能匹配到的內容（字母、數字和下劃線）和\W（不構成單詞的其他字元，也就是非字母、數字、下劃線的字元）能匹配的東西之間。

示例6-2

The captain wore his cap and cape proudly as he sat listening to the recap of how his crew saved the men from a capsized vessel.
這次試一下，如何匹配cap開頭的單詞，如何匹配cap結尾的單詞？ Please enter the nine-digit id as it appears on your color - coded pass-key.

6.2 字串邊界

^和$分別用來匹配

相關文章