正则表达式符号包括:字符类[], 量词{ }, 锚点^和$, 分组( ), 选择|, 转义, 以及引用1等。
正则表达式(Regular Expression,简称regex或regexp)是一种用于处理字符串的强大工具,它主要用于检索、替换符合某个模式(规则)的字符串,正则表达式的类型非常丰富,根据不同的应用需求和语法规则,可以细分为以下几种:
1、基本字符类型
字母数字字符:w 匹配任何字母数字字符,等同于 [a-zA-Z0-9_]。
非字母数字字符:W 匹配任何非字母数字字符。
空白字符:s 匹配任何空白字符,包括空格、制表符、换页符等。
非空白字符:S 匹配任何非空白字符。
2、字符类
字符集:[abc] 匹配方括号内的任意一个字符。
字符范围:[a-z] 匹配从a到z的任意一个字符。
否定字符集:[^abc] 匹配除了a、b、c之外的任意字符。
3、量词
贪婪量词:* 表示匹配前面的子表达式零次或多次。
懒惰量词:+ 表示匹配前面的子表达式一次或多次。
确切量词:{n} 表示匹配前面的子表达式恰好n次。
范围量词:{n,m} 表示匹配前面的子表达式至少n次,但不超过m次。
4、分组和捕获
分组:(ab) 将表达式ab视为一个单元进行匹配。
非捕获分组:(?:ab) 类似于分组,但不保存匹配结果。
5、锚点
开始锚点:^ 匹配输入字符串的开始位置。
结束锚点:$ 匹配输入字符串的结束位置。
6、断言
正向先行断言:(?=abc) 在不消耗字符的情况下,确保紧接当前位置的字符序列是abc。
负向先行断言:(?!abc) 在不消耗字符的情况下,确保紧接当前位置的字符序列不是abc。
正向后行断言:(?<=abc) 在不消耗字符的情况下,确保当前位置之前的字符序列是abc。
负向后行断言:(?<!abc) 在不消耗字符的情况下,确保当前位置之前的字符序列不是abc。
7、转义字符
转义字符: 用于对特殊字符进行转义,使其被视为普通字符。
8、分支条件
分支条件:| 用于表示“或”,匹配两个正则表达式中的一个。
9、反向引用
反向引用:1 用于引用第一个捕获分组的内容。
10、模式修饰符
模式修饰符:如i(忽略大小写)、m(多行模式)、s(单行模式)等,用于改变正则表达式的行为。
相关问题与解答
Q1: 什么是贪婪量词和懒惰量词?
A1: 贪婪量词会尽可能多地匹配字符,而懒惰量词则会尽可能少地匹配字符,正则表达式a+b中的+是贪婪量词,它会匹配一个或多个a直到遇到第一个b;如果使用懒惰量词a+?b,则只会匹配一个a后面紧跟着的b。
Q2: 如何匹配字符串的开始和结束?
A2: 可以使用锚点^来匹配字符串的开始,使用锚点$来匹配字符串的结束。
Q3: 什么是反向引用?
A3: 反向引用用于在正则表达式中引用前面捕获分组的内容,正则表达式(d+)1可以匹配连续出现两次的数字序列,如"1212"。
Q4: 如何处理正则表达式中的特殊字符?
A4: 如果需要匹配正则表达式中的特殊字符本身,可以使用转义字符来对特殊字符进行转义,使其被视为普通字符,正则表达式*可以匹配字符*。