正则表达式30分钟入门教程 - 版本历史

2020年8月10日 (一) 22:44 夜鳥葉月

2020-08-10T22:44:04Z

←上一版本		2020年8月10日 (一) 22:44的版本
第241行：		第241行：
	== '''注释''' ==		== '''注释''' ==

	~~小括号的另一种用途是通过语法~~(?#comment)~~来包含注释。例如：2~~[0-4]\d(?#200-249)\|25[0-5](?#250-255)\|[01]?\d\d?(?#0-199)。		小括号的另一种用途是通过语法<font color=#0000FF>(?#comment)</font>来包含注释。例如：<font color=#FF0000>2[0-4]\d(?#200-249)\|25[0-5](?#250-255)\|[01]?\d\d?(?#0-199)</font>。

	要包含注释的话，最好是启用“忽略模式里的空白符”选项，这样在编写表达式时能任意的添加空格，Tab，换行，而实际使用时这些都将被忽略。启用这个选项后，在#后面到这一行结束的所有文本都将被当成注释忽略掉。例如，我们可以前面的一个表达式写成这样：		要包含注释的话，最好是启用“忽略模式里的空白符”选项，这样在编写表达式时能任意的添加空格，Tab，换行，而实际使用时这些都将被忽略。启用这个选项后，在#后面到这一行结束的所有文本都将被当成注释忽略掉。例如，我们可以前面的一个表达式写成这样：

	(?<= # 断言要匹配的文本的前缀		<font color=#FF0000>(?<= # 断言要匹配的文本的前缀
	<(\w+)> # 查找尖括号括起来的内容		<(\w+)> # 查找尖括号括起来的内容
	# (即HTML/XML标签)		# (即HTML/XML标签)
第253行：		第253行：
	<\/\1> # 查找尖括号括起来的内容		<\/\1> # 查找尖括号括起来的内容
	# 查找尖括号括起来的内容		# 查找尖括号括起来的内容
	) # 后缀结束		) # 后缀结束</font>

	== '''贪婪与懒惰''' ==		== '''贪婪与懒惰''' ==

2020年8月10日 (一) 22:38 夜鳥葉月

2020-08-10T22:38:29Z

←上一版本		2020年8月10日 (一) 22:38的版本
第292行：		第292行：
	== '''平衡组/递归匹配''' ==		== '''平衡组/递归匹配''' ==

	~~有时我们需要匹配像~~( 100 * ( 50 + 15 ) )~~这样的可嵌套的层次性结构，这时简单地使用~~$.+$则只会匹配到最左边的左括号和最右边的右括号之间的内容(这里我们讨论的是贪婪模式，懒惰模式也有下面的问题)。假如原来的字符串里的左括号和右括号出现的次数不相等，比如( 5 / ( 3 + 2 ) ) )，那我们的匹配结果里两者的个数也不会相等。有没有办法在这样的字符串里匹配到最长的，配对的括号之间的内容呢？		有时我们需要匹配像<u>( 100 * ( 50 + 15 ) )这样的可嵌套的层次性结构</u>，这时简单地使用<font color=#0000FF><nowiki>\</nowiki><nowiki>(</nowiki>.+<nowiki>\</nowiki><nowiki>)</nowiki></font>则只会匹配到最左边的左括号和最右边的右括号之间的内容(这里我们讨论的是贪婪模式，懒惰模式也有下面的问题)。假如原来的字符串里的左括号和右括号出现的次数不相等，比如''( 5 / ( 3 + 2 ) ) )''，那我们的匹配结果里两者的个数也不会相等。有没有办法在这样的字符串里匹配到最长的，配对的括号之间的内容呢？

	这里介绍的平衡组语法是由.Net ~~Framework支持的；其它语言／库不一定支持这种功能，或者支持此功能但需要使用不同的语法。~~		<font color=#FF9900>这里介绍的平衡组语法是由.Net Framework支持的；
			其它语言／库不一定支持这种功能，或者支持此功能但需要使用不同的语法。</font>

	~~为了避免~~(和\(~~把你的大脑彻底搞糊涂，我们还是用尖括号代替圆括号吧。现在我们的问题变成了如何把xx~~ <aa <bbb> <bbb> aa> ~~yy这样的字符串里，最长的配对的尖括号内的内容捕获出来？~~		为了避免<font color=#0000FF>(</font>和<font color=#0000FF>\(</font>把你的大脑彻底搞糊涂，我们还是用尖括号代替圆括号吧。现在我们的问题变成了如何把''xx <aa <bbb> <bbb> aa> yy''这样的字符串里，最长的配对的尖括号内的内容捕获出来？

	~~这里需要用到以下的语法构造：~~		这里需要用到以下的语法构造：

	(?'group') 把捕获的内容命名为group,~~并压入堆栈~~(Stack)		*<font color=#0000FF>(?'group')</font> 把捕获的内容命名为group,并压入'''堆栈(Stack)'''
	(?'-group') 从堆栈上弹出最后压入堆栈的名为group的捕获内容，如果堆栈本来为空，则本分组的匹配失败		*<font color=#0000FF>(?'-group')</font> 从堆栈上弹出最后压入堆栈的名为group的捕获内容，如果堆栈本来为空，则本分组的匹配失败
	(?(group)yes\|no) 如果堆栈上存在以名为group的捕获内容的话，继续匹配yes部分的表达式，否则继续匹配no部分		*<font color=#0000FF>(?(group)yes\|no)</font> 如果堆栈上存在以名为group的捕获内容的话，继续匹配yes部分的表达式，否则继续匹配no部分
	(?!) 零宽负向先行断言，由于没有后缀表达式，试图匹配总是失败		*<font color=#0000FF>(?!)</font> 零宽负向先行断言，由于没有后缀表达式，试图匹配总是失败
	我们需要做的是每碰到了左括号，就在压入一个"Open",每碰到一个右括号，就弹出一个，到了最后就看看堆栈是否为空－－如果不为空那就证明左括号比右括号多，那匹配就应该失败。正则表达式引擎会进行回溯(放弃最前面或最后面的一些字符)，尽量使整个表达式得到匹配。

	< #最外层的左括号		<pre>如果你不是一个程序员（或者你自称程序员但是不知道堆栈是什么东西），你就这样理解上面的三种语法吧：
			第一个就是在黑板上写一个"group"，
			第二个就是从黑板上擦掉一个"group"，
			第三个就是看黑板上写的还有没有"group"，如果有就继续匹配yes部分，否则就匹配no部分。</pre>

			我们需要做的是每碰到了左括号，就在压入一个"Open",每碰到一个右括号，就弹出一个，到了最后就看看堆栈是否为空——如果不为空那就证明左括号比右括号多，那匹配就应该失败。正则表达式引擎会进行回溯(放弃最前面或最后面的一些字符)，尽量使整个表达式得到匹配。

			<font color=#FF0000>< #最外层的左括号
	[^<>]* #它后面非括号的内容		[^<>]* #它后面非括号的内容
	(		(
第321行：		第328行：
	#若还有未弹出的"Open"		#若还有未弹出的"Open"
	#则匹配失败		#则匹配失败
	> #最外层的右括号
	~~平衡组的一个最常见的应用就是匹配HTML,下面这个例子可以匹配嵌套的<div>标签：<div[^>]>[^<>](((?'Open'<div[^>]>)[^<>])+((?'-Open'</div>)[^<>])+)(?(Open)(?!))~~</~~div~~>.		> #最外层的右括号</font>

	如果你不是一个程序员（或者你自称程序员但是不知道堆栈是什么东西），你就这样理解上面的三种语法吧：第一个就是在黑板上写一个"group"，第二个就是从黑板上擦掉一个"group"，第三个就是看黑板上写的还有没有"group"，如果有就继续匹配yes部分，否则就匹配no部分。

			平衡组的一个最常见的应用就是匹配HTML,下面这个例子可以匹配<u><nowiki>嵌套的<div>标签</nowiki></u>：<font color=#FF0000><nowiki><div[^>]>[^<>](((?'Open'<div[^>]>)[^<>])+((?'-Open'</div>)[^<>])+)(?(Open)(?!))</div></nowiki></font>。

	== '''还有些什么东西没提到''' ==		== '''还有些什么东西没提到''' ==

2020年8月10日 (一) 22:17 夜鳥葉月

2020-08-10T22:17:38Z

@@ 第329行： / 第329行： @@
 == '''还有些什么东西没提到''' ==
-上边已经描述了构造正则表达式的大量元素，但是还有很多没有提到的东西。下面是一些未提到的元素的列表，包含语法和简单的说明。你可以在网上找到更详细的参考资料来学习它们--当你需要用到它们的时候。如果你安装了MSDN Library,你也可以在里面找到.Net下正则表达式详细的文档。这里的介绍很简略，如果你需要更详细的信息，而又没有在电脑上安装MSDN Library,可以查看关于正则表达式语言元素的MSDN在线文档。
+上边已经描述了构造正则表达式的大量元素，但是还有很多没有提到的东西。下面是一些未提到的元素的列表，包含语法和简单的说明。你可以在网上找到更详细的参考资料来学习它们--当你需要用到它们的时候。如果你安装了MSDN Library,你也可以在里面找到.Net下正则表达式详细的文档。这里的介绍很简略，如果你需要更详细的信息，而又没有在电脑上安装MSDN Library,可以查看[https://docs.microsoft.com/zh-cn/dotnet/standard/base-types/regular-expression-language-quick-reference?redirectedfrom=MSDN 关于正则表达式语言元素的MSDN在线文档]。
 == '''联系作者''' ==

2020年8月10日 (一) 22:10 夜鳥葉月

2020-08-10T22:10:06Z

←上一版本		2020年8月10日 (一) 22:10的版本
第362行：		第362行：
	== '''联系作者''' ==		== '''联系作者''' ==

	~~好吧，我承认，我骗了你，读到这里你肯定花了不止30分钟。相信我，这是我的错，而不是因为你太笨。我之所以说~~"30分钟"，是为了让你有信心，有耐心继续下去。既然你看到了这里，那证明我的阴谋成功了。被忽悠的感觉很爽吧？		好吧，我承认，我骗了你，读到这里你肯定花了不止30分钟。相信我，这是我的错，而不是因为你太笨。我之所以说"30分钟"，是为了让你有信心，有耐心继续下去。既然你看到了这里，那证明我的阴谋成功了。被忽悠的感觉很爽吧？

	要投诉我，或者觉得我其实可以忽悠得更高明，或者有关于正则表达式的问题, 可以发邮件到 deerchao#qq#com。如果本文给了你帮助，你可以使用支付宝或微信支付向我打赏。点击本页右上方的“打赏”即可看到支付二维码，可能你得先回到页面最顶端。

			要投诉我，或者觉得我其实可以忽悠得更高明，或者有关于正则表达式的问题, 可以发邮件到 deerchao@qq.com 。如果本文给了你帮助，你可以使用支付宝或微信支付向我打赏。点击[https://deerchao.cn/tutorials/regex/regex.htm 原出处]页面右上方的“打赏”即可看到支付二维码，但你得先回到[https://deerchao.cn/tutorials/regex/regex.htm 原出处]。

	== '''网上的资源及本文参考文献''' ==		== '''网上的资源及本文参考文献''' ==

2020年8月10日 (一) 22:06 夜鳥葉月

2020-08-10T22:06:48Z

←上一版本		2020年8月10日 (一) 22:06的版本
第370行：		第370行：

	精通正则表达式(第3版)		精通正则表达式(第3版)
	微软的正则表达式教程		[https://docs.microsoft.com/zh-cn/dotnet/standard/base-types/regular-expressions 微软的正则表达式教程]
	Regex类(微软文档)		[https://docs.microsoft.com/zh-cn/dotnet/api/system.text.regularexpressions.regex?view=netcore-3.1 Regex类(微软文档)]
	专业的正则表达式教学网站(英文)		专业的正则表达式教学网站(英文)
	关于.Net下的平衡组的详细讨论（英文）		关于.Net下的平衡组的详细讨论（英文）


	== '''更新纪录''' ==		== '''更新纪录''' ==

2020年8月10日 (一) 22:04 夜鳥葉月

2020-08-10T22:04:32Z

←上一版本		2020年8月10日 (一) 22:04的版本
第378行：		第378行：
	== '''更新纪录''' ==		== '''更新纪录''' ==

	2006-3-27 ~~第一版~~		{\| class="wikitable"
	2006-10-12 ~~第二版~~		! 日期 !! 版本 !! 更新内容
	修正了几个细节上的错误和不准确的地方		\|-
	增加了对处理中文时的一些说明		\|\| 2006-03-27 \|\| V1.0.0 \|\|
	更改了几个术语的翻译（采用了MSDN的翻译方式）		\|-
	增加了平衡组的介绍		\|\| 2006-10-12 \|\| V2.0.0 \|\| 修正了几个细节上的错误和不准确的地方<br>增加了对处理中文时的一些说明<br>更改了几个术语的翻译（采用了MSDN的翻译方式）<br>增加了平衡组的介绍<br>放弃了对The Regulator的介绍，改用Regex Tester
	放弃了对The Regulator的介绍，改用Regex Tester		\|-
	2007-3-12 V2.1		\|\| 2007-03-12 \|\| V2.1.0 \|\| 修正了几个小的错误<br>增加了对处理选项(RegexOptions)的介绍
	修正了几个小的错误		\|-
	增加了对处理选项(RegexOptions)的介绍		\|\| 2007-05-28 \|\| V2.2.0 \|\| 重新组织了对零宽断言的介绍<br>删除了几个不太合适的示例，添加了几个实用的示例<br>其它一些微小的更改
	2007-5-28 V2.2		\|-
	重新组织了对零宽断言的介绍		\|\| 2007-08-03 \|\| V2.2.1 \|\| 修改了几处文字错误<br>修改/添加了对$,\b的精确说明<br>承认了作者是个骗子<br>给RegexTester添加了Singleline选项的相关功能
	删除了几个不太合适的示例，添加了几个实用的示例		\|-
	~~其它一些微小的更改~~		\|\| 2008-04-13 \|\| v2.3.0 \|\| 调整了部分章节的次序<br>修改了页面布局，删除了专门的参考节<br>针对读者的反馈，调整了部分内容
	2007-8-3 V2.21		\|-
	修改了几处文字错误		\|\| 2009-04-11 \|\| v2.3.1 \|\| 修改了几处文字错误<br>添加了一些注释说明<br>调整了一些措词
	修改/添加了对$,\b的精确说明		\|-
	承认了作者是个骗子		\|\| 2011-08-17 \|\| v2.3.2 \|\| 更改了工具介绍，换用自行开发的正则表达式测试器
	~~给RegexTester添加了Singleline选项的相关功能~~		\|-
	2008-4-13 v2.3		\|\| 2013-01-10 \|\| v2.3.3 \|\| 说明包含前导0的IP地址是合法的
	调整了部分章节的次序		\|-
	修改了页面布局，删除了专门的参考节		\|\| 2017-06-06 \|\| v2.3.4 \|\| 更新测试工具
	~~针对读者的反馈，调整了部分内容~~		\|-
	2009-4-11 v2.3.1		\|\| 2017-06-12 \|\| v2.3.5 \|\| 修复分支条件章节下的错误(删除括号后的问号)
	修改了几处文字错误		\|-
	添加了一些注释说明		\|\| 2019-06-28 \|\| v2.4.0 \|\| 提供在线 Javascript 正则表达式测试工具<br>提到 Javascript 中的 dotAll 模式<br>修改作者联系方式
	~~调整了一些措词~~		\|-
	2011-8-17 v2.3.2		\|\| 2019-11-15 \|\| v2.4.1 \|\| 改进在手机浏览器下的页面布局
	~~更改了工具介绍，换用自行开发的正则表达式测试器~~		\|}
	2013-1-10 v2.3.3
	~~说明包含前导0的IP地址是合法的~~
	2017-6-6 v2.3.4
	~~更新测试工具~~
	2017-6-12 v2.3.5
	修复分支条件章节下的错误(删除括号后的问号)
	2019-6-28 v2.4
	提供在线 Javascript 正则表达式测试工具
	提到 Javascript 中的 dotAll 模式
	~~修改作者联系方式~~
	2019-11-15 v2.4.1
	~~改进在手机浏览器下的页面布局~~

2020年8月10日 (一) 21:46 夜鳥葉月

2020-08-10T21:46:39Z

←上一版本		2020年8月10日 (一) 21:46的版本
第12行：		第12行：
	30分钟内让你明白正则表达式是什么，并对它有一些基本的了解，让你可以在自己的程序或网页里使用它。		30分钟内让你明白正则表达式是什么，并对它有一些基本的了解，让你可以在自己的程序或网页里使用它。

	<font color=#FF9900>最重要的是——请给我'''30分钟'''~~，如果你没有使用正则表达式的经验，请不要试图在~~'''30秒'''内入门——除非你是超人 :)</font>		<font color=#FF9900>最重要的是——请给我'''30分钟'''。如果你没有使用正则表达式的经验，请不要试图在'''30秒'''内入门——除非你是超人 :)</font>

	== '''如何使用本教程''' ==		== '''如何使用本教程''' ==

2020年8月10日 (一) 21:46 夜鳥葉月

2020-08-10T21:46:13Z

←上一版本		2020年8月10日 (一) 21:46的版本
第67行：		第67行：
	== '''测试正则表达式''' ==		== '''测试正则表达式''' ==

	如果你不觉得正则表达式很难读写的话，要么你是一个天才，要么，你不是地球人。正则表达式的语法很令人头疼，即使对经常使用它的人来说也是如此。由于难于读写，容易出错，所以找一种工具对正则表达式进行测试是很有必要的。		如果你不觉得正则表达式很难读写的话，要么你是一个天才，要么，你不是地球人。正则表达式的语法很令人头疼，即使对经常使用它的人来说也是如此。由于难于读写，容易出错，所以找一种工具对正则表达式进行测试是很有必要的。

	~~不同的环境下正则表达式的一些细节是不相同的，本教程介绍的是微软~~ .Net Framework 4.5 下正则表达式的行为，所以，我向你推荐我编写的.Net下的工具 ~~Regester。请参考该页面的说明来安装和运行该软件。~~		不同的环境下正则表达式的一些细节是不相同的，本教程介绍的是微软 .Net Framework 4.5 下正则表达式的行为，所以，我向你推荐我编写的.Net下的工具[https://deerchao.cn/tools/regester/ Regester]。请参考该页面的说明来安装和运行该软件。

	~~下面是Regester运行时的截图：~~		你也可以试试这个在线测试工具：[https://deerchao.cn/tools/wegester/ Wegester, JavaScript正则表达式测试器]。

	~~正则表达式测试器运行截图~~
	~~你也可以试试这个在线测试工具：Wegester~~, ~~JavaScript正则表达式测试器。~~

	== '''元字符''' ==		== '''元字符''' ==

2020年8月10日 (一) 21:44 夜鳥葉月

2020-08-10T21:44:06Z

←上一版本		2020年8月10日 (一) 21:44的版本
第41行：		第41行：
	学习正则表达式的最好方法是从例子开始，理解例子之后再自己对例子进行修改，实验。下面给出了不少简单的例子，并对它们作了详细的说明。		学习正则表达式的最好方法是从例子开始，理解例子之后再自己对例子进行修改，实验。下面给出了不少简单的例子，并对它们作了详细的说明。

	~~假设你在一篇英文小说里查找hi，你可以使用正则表达式hi。~~		假设你在一篇英文小说里查找<u>hi</u>，你可以使用正则表达式<font color=#FF0000>hi</font>。

	~~这几乎是最简单的正则表达式了，它可以精确匹配这样的字符串：由两个字符组成，前一个字符是h~~,~~后一个是i。通常，处理正则表达式的工具会提供一个忽略大小写的选项，如果选中了这个选项，它可以匹配hi~~,HI,Hi,~~hI这四种情况中的任意一种。~~		这几乎是最简单的正则表达式了，它可以精确匹配这样的字符串：<u>由两个字符组成，前一个字符是h,后一个是i</u>。通常，处理正则表达式的工具会提供一个忽略大小写的选项，如果选中了这个选项，它可以匹配''hi,HI,Hi,hI''这四种情况中的任意一种。

	~~不幸的是，很多单词里包含hi这两个连续的字符，比如him~~,history,~~high等等。用hi来查找的话，这里边的hi也会被找出来。如果要精确地查找hi这个单词的话，我们应该使用~~\bhi\b。		不幸的是，很多单词里包含''hi''这两个连续的字符，比如''him,history,high''等等。用<font color=#FF0000>hi</font>来查找的话，这里边的''hi''也会被找出来。如果要<u>精确地查找hi这个单词</u>的话，我们应该使用<font color=#FF0000>\bhi\b</font>。

	\b是正则表达式规定的一个特殊代码（好吧，某些人叫它元字符，metacharacter），代表着单词的开头或结尾，也就是单词的分界处。虽然通常英文的单词是由空格，标点符号或者换行来分隔的，但是\~~b并不匹配这些单词分隔字符中的任何一个，它只匹配一个位置。~~		<font color=#008000>\b</font>是正则表达式规定的一个特殊代码（好吧，某些人叫它'''元字符，metacharacter'''），代表着<u>单词的开头或结尾，也就是单词的分界处</u>。虽然通常英文的单词是由空格，标点符号或者换行来分隔的，但是<font color=#0000FF>\b</font>并不匹配这些单词分隔字符中的任何一个，它'''只匹配一个位置'''。

	如果需要更精确的说法，\~~b匹配这样的位置：它的前一个字符和后一个字符不全是~~(一个是,一个不是或不存在)\w。		如果需要更精确的说法，<font color=#0000FF>\b</font>匹配这样的位置：它的前一个字符和后一个字符不全是(一个是,一个不是或不存在)<font color=#0000FF>\w</font>。

	~~假如你要找的是hi后面不远处跟着一个Lucy，你应该用~~\bhi\b.*\bLucy\b。		假如你要找的是<u>hi后面不远处跟着一个Lucy</u>，你应该用<font color=#FF0000>\bhi\b.*\bLucy\b</font>。

	这里，.~~是另一个元字符，匹配除了换行符以外的任意字符。~~~~同样是元字符，不过它代表的不是字符，也不是位置，而是数量——它指定~~~~前边的内容可以连续重复使用任意次以使整个表达式得到匹配。因此，~~.~~连在一起就意味着任意数量的不包含换行的字符。现在~~\bhi\b.\bLucy\~~b的意思就很明显了：先是一个单词hi~~,然后是任意个任意字符(但不能是换行)~~，最后是Lucy这个单词。~~		这里，<font color=#008000>.</font>是另一个元字符，匹配<u>除了换行符以外的任意字符</u>。<font color=#008000></font>同样是元字符，不过它代表的不是字符，也不是位置，而是数量——<u>它指定前边的内容可以连续重复使用任意次以使整个表达式得到匹配</u>。因此，<font color=#008000>.</font>连在一起就意味着<u>任意数量的不包含换行的字符</u>。现在<font color=#FF0000>\bhi\b.\bLucy\b</font>的意思就很明显了：<u>先是一个单词hi,然后是任意个任意字符(但不能是换行)，最后是Lucy这个单词</u>。

	换行符就是'\n',ASCII编码为10(十六进制0x0A)的字符。		换行符就是'\n',ASCII编码为10(十六进制0x0A)的字符。
第59行：		第59行：
	如果同时使用其它元字符，我们就能构造出功能更强大的正则表达式。比如下面这个例子：		如果同时使用其它元字符，我们就能构造出功能更强大的正则表达式。比如下面这个例子：

	0\d\d-\d\d\d\d\d\d\d\~~d匹配这样的字符串：以0开头，然后是两个数字，然后是一个连字号“~~-”，最后是8个数字(也就是中国的电话号码。当然，这个例子只能匹配区号为3位的情形)。		<font color=#FF0000>0\d\d-\d\d\d\d\d\d\d\d</font>匹配这样的字符串：<u>以0开头，然后是两个数字，然后是一个连字号“-”，最后是8个数字</u>(也就是中国的电话号码。当然，这个例子只能匹配区号为3位的情形)。

	这里的\~~d是个新的元字符，匹配一位数字~~(0，或1，或2，或……)。-不是元字符，只匹配它本身——连字符(或者减号，或者中横线，或者随你怎么称呼它)。		这里的<font color=#008000>\d</font>是个新的元字符，<u>匹配一位数字(0，或1，或2，或……)</u>。<font color=#008000>-</font>不是元字符，只匹配它本身——连字符(或者减号，或者中横线，或者随你怎么称呼它)。

	~~为了避免那么多烦人的重复，我们也可以这样写这个表达式：0~~\d{2}-\d{8}。这里\~~d后面的~~{2}({8})的意思是前面\~~d必须连续重复匹配2次~~(8次)。		为了避免那么多烦人的重复，我们也可以这样写这个表达式：<font color=#FF0000>0\d{2}-\d{8}</font>。这里<font color=#008000>\d</font>后面的<font color=#008000>{2}</font>(<font color=#008000>{8}</font>)的意思是前面<font color=#008000>\d</font><u>必须连续重复匹配2次(8次)</u>。

	== '''测试正则表达式''' ==		== '''测试正则表达式''' ==

2020年8月10日 (一) 21:36 夜鳥葉月

2020-08-10T21:36:38Z

←上一版本		2020年8月10日 (一) 21:36的版本
第39行：		第39行：
	== '''入门''' ==		== '''入门''' ==

	~~学习正则表达式的最好方法是从例子开始，理解例子之后再自己对例子进行修改，实验。下面给出了不少简单的例子，并对它们作了详细的说明。~~		学习正则表达式的最好方法是从例子开始，理解例子之后再自己对例子进行修改，实验。下面给出了不少简单的例子，并对它们作了详细的说明。

	~~假设你在一篇英文小说里查找hi，你可以使用正则表达式hi。~~		假设你在一篇英文小说里查找hi，你可以使用正则表达式hi。

	~~这几乎是最简单的正则表达式了，它可以精确匹配这样的字符串：由两个字符组成，前一个字符是h~~,后一个是i。通常，处理正则表达式的工具会提供一个忽略大小写的选项，如果选中了这个选项，它可以匹配hi,HI,Hi,hI这四种情况中的任意一种。		这几乎是最简单的正则表达式了，它可以精确匹配这样的字符串：由两个字符组成，前一个字符是h,后一个是i。通常，处理正则表达式的工具会提供一个忽略大小写的选项，如果选中了这个选项，它可以匹配hi,HI,Hi,hI这四种情况中的任意一种。

	~~不幸的是，很多单词里包含hi这两个连续的字符，比如him~~,history,high等等。用hi来查找的话，这里边的hi也会被找出来。如果要精确地查找hi这个单词的话，我们应该使用\bhi\b。		不幸的是，很多单词里包含hi这两个连续的字符，比如him,history,high等等。用hi来查找的话，这里边的hi也会被找出来。如果要精确地查找hi这个单词的话，我们应该使用\bhi\b。

	\b是正则表达式规定的一个特殊代码（好吧，某些人叫它元字符，metacharacter），代表着单词的开头或结尾，也就是单词的分界处。虽然通常英文的单词是由空格，标点符号或者换行来分隔的，但是\b并不匹配这些单词分隔字符中的任何一个，它只匹配一个位置。		\b是正则表达式规定的一个特殊代码（好吧，某些人叫它元字符，metacharacter），代表着单词的开头或结尾，也就是单词的分界处。虽然通常英文的单词是由空格，标点符号或者换行来分隔的，但是\b并不匹配这些单词分隔字符中的任何一个，它只匹配一个位置。

	如果需要更精确的说法，\b匹配这样的位置：它的前一个字符和后一个字符不全是(一个是,一个不是或不存在)\w。		如果需要更精确的说法，\b匹配这样的位置：它的前一个字符和后一个字符不全是(一个是,一个不是或不存在)\w。

	~~假如你要找的是hi后面不远处跟着一个Lucy，你应该用~~\bhi\b.*\bLucy\b。		假如你要找的是hi后面不远处跟着一个Lucy，你应该用\bhi\b.*\bLucy\b。

	~~这里，~~.是另一个元字符，匹配除了换行符以外的任意字符。同样是元字符，不过它代表的不是字符，也不是位置，而是数量——它指定前边的内容可以连续重复使用任意次以使整个表达式得到匹配。因此，.连在一起就意味着任意数量的不包含换行的字符。现在\bhi\b.\bLucy\b的意思就很明显了：先是一个单词hi,然后是任意个任意字符(但不能是换行)，最后是Lucy这个单词。		这里，.是另一个元字符，匹配除了换行符以外的任意字符。同样是元字符，不过它代表的不是字符，也不是位置，而是数量——它指定前边的内容可以连续重复使用任意次以使整个表达式得到匹配。因此，.连在一起就意味着任意数量的不包含换行的字符。现在\bhi\b.\bLucy\b的意思就很明显了：先是一个单词hi,然后是任意个任意字符(但不能是换行)，最后是Lucy这个单词。

	换行符就是'\n',ASCII编码为10(十六进制0x0A)的字符。		换行符就是'\n',ASCII编码为10(十六进制0x0A)的字符。

	~~如果同时使用其它元字符，我们就能构造出功能更强大的正则表达式。比如下面这个例子：~~		如果同时使用其它元字符，我们就能构造出功能更强大的正则表达式。比如下面这个例子：

	0\d\d-\d\d\d\d\d\d\d\d匹配这样的字符串：以0开头，然后是两个数字，然后是一个连字号“-”，最后是8个数字(也就是中国的电话号码。当然，这个例子只能匹配区号为3位的情形)。		0\d\d-\d\d\d\d\d\d\d\d匹配这样的字符串：以0开头，然后是两个数字，然后是一个连字号“-”，最后是8个数字(也就是中国的电话号码。当然，这个例子只能匹配区号为3位的情形)。

	~~这里的~~\d是个新的元字符，匹配一位数字(0，或1，或2，或……)。-不是元字符，只匹配它本身——连字符(或者减号，或者中横线，或者随你怎么称呼它)。		这里的\d是个新的元字符，匹配一位数字(0，或1，或2，或……)。-不是元字符，只匹配它本身——连字符(或者减号，或者中横线，或者随你怎么称呼它)。

	~~为了避免那么多烦人的重复，我们也可以这样写这个表达式：0~~\d{2}-\d{8}。这里\d后面的{2}({8})的意思是前面\d必须连续重复匹配2次(8次)。		为了避免那么多烦人的重复，我们也可以这样写这个表达式：0\d{2}-\d{8}。这里\d后面的{2}({8})的意思是前面\d必须连续重复匹配2次(8次)。

	== '''测试正则表达式''' ==		== '''测试正则表达式''' ==