正則表達式

使用單個字符串來描述、匹配一系列符合某個語法規則的字符串

• 輸入驗證

• 查找替換操作

• 高級字符串操作

• 文件搜索或重命名

• 白名單和黑名單

常規匹配(簡單字符)

一串不包含特殊字符的正則表達式匹配他自己

范例

[root@localhost ~]# cat /etc/passwd|grep test

匹配包含test的行

特殊字符

\是轉義字符，其后面的字符會代表不同的意思，轉義字符主要有三個作用：

第一種，是為了匹配不方便顯示的特殊字符，比如換行，tab符號等

第二種，正則中預先定義了一些代表特殊意義的字符，比如\w等

第三種，在正則中某些字符有特殊含義(比如下面說到的)，轉義字符可以讓其顯示自身的含義

匹配*包圍的子串
\*[^\*]*\*

下面是常用轉義字符列表：

字符集

有時需要匹配一類字符，字符集可以實現這個功能

語法：[ ]分隔

范例：

[abc] #匹配a或b或c
范例：
能匹配到：apple banana
不能匹配到：king author 345%5

[0-9] #匹配0到9中的一個數字 即[0123456789]
范例：
能匹配到：8777 0xEEEEE
不能匹配到：king author _icon%

在前面添加^，可表示非的意思

[^abc] 匹配abc外的所有字符中的一個
范例：
非法用戶名 [^a-zA-Z0-9_] 只允許大小寫字母、數字、下劃線

正則規定的特殊字符，與上述一致

.   #匹配除換行外的任意一個字符
\w #匹配任意數字或字母或下劃線 [0-9a-Z_]
\d     #匹配任意一個數字 [0-9]

量詞

匹配多次某個字符

正則中的量詞有多個，如?、+、*、{n}、{m,n}、{m,}

{n} 匹配n次
a{2} 匹配aa
{m,n}   匹配m次 - n次 優先匹配n次
b{2,4} 匹配bb,bbb,bbbb 優先匹配bbbb
{m,} 匹配m-∞次，優先匹配∞次，比如a{1,}，可以匹配aaaa...
? 匹配0次或1次，優先匹配1次，相當于{0,1}
+ 匹配1-n次，優先匹配n次，相當于{1,}
* 匹配0-n次，優先匹配n次，相當于{0,}

正則默認和人心一樣是貪婪的，也就是常說的貪婪模式，凡是表示范圍的量詞，都優先匹配上限而不是下限
有時候這不是我們想要的結果，可以在量詞后面加上?，就可以開啟非貪婪模式
a{1, 3}? // 匹配字符串'aaa'的話，會匹配a而不是aaa

范例：
匹配六個字符的16進制數
[0-9A-F]{6}

字符邊界

有時我們會有邊界的匹配要求，比如已xxx開頭，已xxx結尾

^在[]外 表示 匹配開頭的意思
^abc // 可以匹配abc，但是不能匹配aabc

$ 表示 匹配結尾的意思
abc$ // 可以匹配abc，但是不能匹配abcc

上面提到的\b表示單詞的邊界

abc\b // 可以匹配 abc ，但是不能匹配 abcc

范例：匹配國內手機號
^1[3-9][0-9]{9}

選擇表達式

有時我們想匹配x或者y，如果x和y是單個字符，可以使用字符集，[abc]可以匹配a或b或c，如果x和y是多個字符，字符集就無能為力了，此時就要用到分組

正則中 用|來表示分組，a|b表示匹配a或者b的意思

123|456|789 // 匹配 123 或 456 或 789

[ ] 單個字符 | 多個字符

分組與引用

分組是正則中非常強大的一個功能，可以讓上面提到的量詞作用于一組字符，而非單個字符，分組的語法是圓括號包裹(xxx)

(abc){2} // 匹配abcabc

分組不能放在[]中，分組中還可以使用選擇表達式

(123|456){2} // 匹配 123123、456456、123456、456123

和分組相關的概念還有一個捕獲分組和非捕獲分組，分組默認都是捕獲的，在分組的(后面添加?:可以讓分組變為非捕獲分組，非捕獲分組可以提高性能和簡化邏輯

和分組相關的另一個概念是引用，比如在匹配html標簽時，通常希望<xxx></xxx>后面的xxx能夠和前面保持一致

引用的語法是\數字，數字代表引用前面第幾個捕獲分組，注意非捕獲分組不能被引用

<([a-z]+)><\/\1> // 可以匹配 `<span></span>` 或 `<div></div>`等

回溯

回溯允許引用之前捕獲的子字符串。

匹配第一組可以使用 \1，匹配第二組可以使用 \2，依此類推…