关于正则表达式：学习正则表达式

我不太了解正则表达式。 您能以一种易于理解的方式向我解释它们吗？ 如果有任何在线工具或书籍，您还可以链接到它们吗？

---

最重要的部分是概念。一旦您了解了构建块的工作原理，语法上的差异就等于温和的方言。正则表达式引擎语法之上的一层是您正在使用的编程语言的语法。诸如Perl之类的语言消除了大多数这种复杂性，但是如果您在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基块，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。模式N与字符'N'匹配。

正则表达式彼此相邻，匹配序列。例如，模式Nick与序列" N"，" i"，" c"，" k"匹配。

如果您曾经在Unix上使用grep-即使仅用于搜索普通的字符串-您已经在使用正则表达式！ (grep中的re引用正则表达式。)

从菜单订购

稍微增加一点复杂性，您就可以将'Nick'或'nick'与模式[Nn]ick匹配。方括号中的部分是一个字符类，这意味着它与所包含的字符之一完全匹配。您还可以在字符类中使用范围，因此[a-c]匹配'a'或'b'或'c'。

模式.是特殊的：它不仅匹配文字点，还匹配任何字符？。从概念上讲，它与真正的大型角色类[-.?+%$A-Za-z0-9...]相同。

将角色类视为菜单：仅选择一个。

有用的快捷方式

使用.可以节省大量的键入时间，还有其他常用模式的快捷方式。假设您要匹配一个数字：[0-9]是一种写方法。数字是经常匹配的目标，因此您可以改用快捷方式\d。其他是\s(空格)和\w(单词字符：字母数字或下划线)。

大写的变体是它们的补语，因此\s匹配任何非空白字符。

一次还不够

从那里，您可以使用量词重复模式的某些部分。例如，模式ab?c匹配'abc'或'ac'，因为?量词使它修改的子模式为可选。其他量词是

*(零次或多次)

+(一次或多次)

{n}(恰好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，模式[Nn]*ick匹配所有

ICK

缺口

缺口

Nnick

nNick

nnick

(等等)

第一场比赛展示了一个重要的教训：*总是成功！任何模式都可以匹配零次。

其他一些有用的例子：

[0-9]+(及其等效的\d+)与任何非负整数匹配

\d{4}-\d{2}-\d{2}匹配日期格式为2019-01-01的日期

分组

量词将模式修改到其紧邻的左侧。您可能希望0abc+0匹配" 0abc0"，" 0abcabc0"，依此类推，但是加号修饰符左侧的模式是c。这意味着0abc+0匹配'0abc0'，'0abcc0'，'0abccc0'，依此类推。

要匹配一个或多个'abc'序列的末端为零，请使用0(abc)+0。括号表示可以量化为一个单位的子模式。正则表达式引擎通常会保存或"捕获"与括号组匹配的输入文本部分。与对索引和substr进行计数相比，以这种方式提取位更加灵活且不易出错。

轮流

之前，我们看到了一种匹配"尼克"或"尼克"的方法。另一个与Nick|nick中的交替。请记住，交替包括其左侧的所有内容和右侧的所有内容。使用分组括号限制|的范围，例如(Nick|nick)。

再举一个例子，您可以等效地将[a-c]编写为a|b|c，但这可能不是最优的，因为许多实现都假定替代方法的长度大于1。

逃离

尽管某些字符匹配，但其他字符具有特殊含义。模式\d+与反斜杠，小写字母D和加号不匹配：要实现此目的，我们将使用\\d\+。反斜杠从后面的字符中删除特殊含义。

贪婪

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，假设输入为

"Hello," she said,"How are you?"

Ok.

您可能希望".+"仅匹配'Hello'，然后当您看到它与'Hello'一直匹配到'you？'时会感到惊讶。

要从贪婪转向谨慎，可以在量词上添加一个额外的?。现在您了解了问题示例中的\((.+?)\)的工作原理。它与文字左括号的顺序匹配，后接一个或多个字符，并以右括号终止。

如果您输入的是'(123)(456)'，则第一个捕获将是'123'。非贪婪的量词希望允许模式的其余部分尽快开始匹配。

(关于您的困惑，我不知道((.+?))会做同样的事情的任何正则表达式方言。我怀疑在传输过程中某些地方丢失了某些东西。)

锚

使用特殊模式^仅在输入的开头进行匹配，而$仅在输入的末尾进行匹配。用您的模式制作"书挡"，您说："我知道正面和背面是什么，但是请给我之间的一切"是一种有用的技术。

假设您要匹配表单的注释

-- This is a comment --

Ok.

您将编写^--\s+(.+)\s+--$。

建立你自己的

正则表达式是递归的，因此，既然您了解了这些基本规则，就可以随意组合它们。

编写和调试正则表达式的工具：

RegExr(用于JavaScript)

Perl：YAPE：Regex解释

正则表达式教练(由CL-PPCRE支持的引擎)

RegexPal(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(用于PCRE，JavaScript，Python，Golang)

视觉正则表达式

Expresso(用于.NET)

Rubular(对于Ruby)

正则表达式库(常见方案的预定义正则表达式)

Txt2RE

正则表达式测试器(用于JavaScript)

正则表达式风暴(.NET)

Debuggex(可视化正则表达式测试器和帮助器)

图书

精通正则表达式，第二版和第三版。

正则表达式备忘单

正则表达式食谱

教自己正则表达式

免费资源

RegexOne-通过简单的交互式练习学习。

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

正则表达式如何工作

脚注

？：上面的.匹配任何字符的陈述是出于教学目的的简化，并非严格如此。点匹配除换行符"
"以外的任何字符，但实际上，您很少期望像.+这样的图案跨越换行符边界。 Perl正则表达式具有/s开关和Java Pattern.DOTALL，例如，使.完全匹配任何字符。对于没有这种功能的语言，可以使用[\s\S]之类的东西来匹配"任何空白或任何非空白"，换句话说，就是任何东西。

好。

---