From 9f3a5e92f2c131052e3924c759bb914a9c91f3f5 Mon Sep 17 00:00:00 2001 From: CyC2018 Date: Wed, 28 Oct 2026 03:21:03 +0800 Subject: [PATCH] =?UTF-8?q?Remove=20=E6=AD=A3=E5=88=99=E8=A1=A8=E8=BE=BE?= =?UTF-8?q?=E5=BC=8F.md?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit 删除正则表达式笔记，首页入口同步移除。 --- notes/正则表达式.md | 392 -------------------------------------------- 1 file changed, 392 deletions(-) delete mode 100644 notes/正则表达式.md diff --git a/notes/正则表达式.md b/notes/正则表达式.md deleted file mode 100644 index 0aeadd61..00000000 --- a/notes/正则表达式.md +++ /dev/null @@ -1,392 +0,0 @@ -# 正则表达式 - -* [正则表达式](#正则表达式) - * [一、概述](#一概述) - * [二、匹配单个字符](#二匹配单个字符) - * [三、匹配一组字符](#三匹配一组字符) - * [四、使用元字符](#四使用元字符) - * [五、重复匹配](#五重复匹配) - * [六、位置匹配](#六位置匹配) - * [七、使用子表达式](#七使用子表达式) - * [八、回溯引用](#八回溯引用) - * [九、前后查找](#九前后查找) - * [十、嵌入条件](#十嵌入条件) - * [参考资料](#参考资料) - - - -## 一、概述 - -正则表达式用于文本内容的查找和替换。 - -正则表达式内置于其它语言或者软件产品中，它本身不是一种语言或者软件。 - -[正则表达式在线工具](https://regexr.com/) - -## 二、匹配单个字符 - -**.** 可以用来匹配任何的单个字符，但是在绝大多数实现里面，不能匹配换行符； - -**.** 是元字符，表示它有特殊的含义，而不是字符本身的含义。如果需要匹配 . ，那么要用 \ 进行转义，即在 . 前面加上 \ 。 - -正则表达式一般是区分大小写的，但也有些实现不区分。 - -**正则表达式** - -```text -C.C2018 -``` - -**匹配结果** - -My name is **CyC2018** . - -## 三、匹配一组字符 - -**[ ]** 定义一个字符集合； - -0-9、a-z 定义了一个字符区间，区间使用 ASCII 码来确定，字符区间在 [ ] 中使用。 - -**-** 只有在 [ ] 之间才是元字符，在 [ ] 之外就是一个普通字符； - -**^** 在 [ ] 中是取非操作。 - -**应用** - -匹配以 abc 为开头，并且最后一个字母不为数字的字符串： - -**正则表达式** - -```text -abc[^0-9] -``` - -**匹配结果** - -1. **abcd** -2. abc1 -3. abc2 - -## 四、使用元字符 - -### 匹配空白字符 - -| 元字符 | 说明 | -| :---: | :---: | -| [\b] | 回退（删除）一个字符 | -| \f | 换页符 | -| \n | 换行符 | -| \r | 回车符 | -| \t | 制表符 | -| \v | 垂直制表符 | - -\r\n 是 Windows 中的文本行结束标签，在 Unix/Linux 则是 \n。 - -\r\n\r\n 可以匹配 Windows 下的空白行，因为它匹配两个连续的行尾标签，而这正是两条记录之间的空白行； - -### 匹配特定的字符 - -#### 1. 数字元字符 - -| 元字符 | 说明 | -| :---: | :---: | -| \d | 数字字符，等价于 [0-9] | -| \D | 非数字字符，等价于 [^0-9] | - -#### 2. 字母数字元字符 - -| 元字符 | 说明 | -| :---: | :---: | -| \w | 大小写字母，下划线和数字，等价于 [a-zA-Z0-9\_] | -| \W | 对 \w 取非 | - -#### 3. 空白字符元字符 - -| 元字符 | 说明 | -| :---: | :---: | -| \s | 任何一个空白字符，等价于 [ \f\n\r\t\v] | -| \S | 对 \s 取非 | - -\x 匹配十六进制字符，\0 匹配八进制，例如 \xA 对应值为 10 的 ASCII 字符 ，即 \n。 - -## 五、重复匹配 - -- **\+** 匹配 1 个或者多个字符 -- **\*** 匹配 0 个或者多个字符 -- **?** 匹配 0 个或者 1 个字符 - -**应用** - -匹配邮箱地址。 - -**正则表达式** - -```text -[\w.]+@\w+\.\w+ -``` - -[\w.] 匹配的是字母数字或者 . ，在其后面加上 + ，表示匹配多次。在字符集合 [ ] 里，. 不是元字符； - -**匹配结果** - -**abc.def\@\qq.com** - -- **{n}** 匹配 n 个字符 -- **{m,n}** 匹配 m\~n 个字符 -- **{m,}** 至少匹配 m 个字符 - -\* 和 + 都是贪婪型元字符，会匹配尽可能多的内容。在后面加 ? 可以转换为懒惰型元字符，例如 \*?、+? 和 {m,n}? 。 - -**正则表达式** - -```text -a.+c -``` - -**匹配结果** - -**abcabcabc** - -由于 + 是贪婪型的，因此 .+ 会匹配更可能多的内容，所以会把整个 abcabcabc 文本都匹配，而不是只匹配前面的 abc 文本。用懒惰型可以实现匹配前面的。 - -## 六、位置匹配 - -### 单词边界 - -**\b** 可以匹配一个单词的边界，边界是指位于 \w 和 \W 之间的位置；**\B** 匹配一个不是单词边界的位置。 - -\b 只匹配位置，不匹配字符，因此 \babc\b 匹配出来的结果为 3 个字符。 - -### 字符串边界 - -**^** 匹配整个字符串的开头，**$** 匹配结尾。 - -^ 元字符在字符集合中用作求非，在字符集合外用作匹配字符串的开头。 - -分行匹配模式（multiline）下，换行被当做字符串的边界。 - -**应用** - -匹配代码中以 // 开始的注释行 - -**正则表达式** - -```text -^\s*\/\/.*$ -``` - -

- -**匹配结果** - -1. public void fun() { -2.      **// 注释 1** -3.      int a = 1; -4.      int b = 2; -5.      **// 注释 2** -6.      int c = a + b; -7. } - -## 七、使用子表达式 - -使用 **( )** 定义一个子表达式。子表达式的内容可以当成一个独立元素，即可以将它看成一个字符，并且使用 * 等元字符。 - -子表达式可以嵌套，但是嵌套层次过深会变得很难理解。 - -**正则表达式** - -```text -(ab){2,} -``` - -**匹配结果** - -**ababab** - -**|** 是或元字符，它把左边和右边所有的部分都看成单独的两个部分，两个部分只要有一个匹配就行。 - -**正则表达式** - -```text -(19|20)\d{2} -``` - -**匹配结果** - -1. **1900** -2. **2010** -3. 1020 - -**应用** - -匹配 IP 地址。 - -IP 地址中每部分都是 0-255 的数字，用正则表达式匹配时以下情况是合法的： - -- 一位数字 -- 不以 0 开头的两位数字 -- 1 开头的三位数 -- 2 开头，第 2 位是 0-4 的三位数 -- 25 开头，第 3 位是 0-5 的三位数 - -**正则表达式** - -```text -((25[0-5]|(2[0-4]\d)|(1\d{2})|([1-9]\d)|(\d))\.){3}(25[0-5]|(2[0-4]\d)|(1\d{2})|([1-9]\d)|(\d)) -``` - -**匹配结果** - -1. **192.168.0.1** -2. 00.00.00.00 -3. 555.555.555.555 - -## 八、回溯引用 - -回溯引用使用 **\n** 来引用某个子表达式，其中 n 代表的是子表达式的序号，从 1 开始。它和子表达式匹配的内容一致，比如子表达式匹配到 abc，那么回溯引用部分也需要匹配 abc 。 - -**应用** - -匹配 HTML 中合法的标题元素。 - -**正则表达式** - -\1 将回溯引用子表达式 (h[1-6]) 匹配的内容，也就是说必须和子表达式匹配的内容一致。 - -```text -<(h[1-6])>\w*?<\/\1> -``` - -**匹配结果** - -1. **<h1\>x</h1\>** -2. **<h2\>x</h2\>** -3. <h3\>x</h1\> - -### 替换 - -需要用到两个正则表达式。 - -**应用** - -修改电话号码格式。 - -**文本** - -313-555-1234 - -**查找正则表达式** - -```text -(\d{3})(-)(\d{3})(-)(\d{4}) -``` - -**替换正则表达式** - -在第一个子表达式查找的结果加上 () ，然后加一个空格，在第三个和第五个子表达式查找的结果中间加上 - 进行分隔。 - -```text -($1) $3-$5 -``` - -**结果** - -(313) 555-1234 - -### 大小写转换 - -| 元字符 | 说明 | -| :---: | :---: | -| \l | 把下个字符转换为小写 | -| \u| 把下个字符转换为大写 | -| \L | 把\L 和\E 之间的字符全部转换为小写 | -| \U | 把\U 和\E 之间的字符全部转换为大写 | -| \E | 结束\L 或者\U | - -**应用** - -把文本的第二个和第三个字符转换为大写。 - -**文本** - -abcd - -**查找** - -```text -(\w)(\w{2})(\w) -``` - -**替换** - -```text -$1\U$2\E$3 -``` - -**结果** - -aBCd - -## 九、前后查找 - -前后查找规定了匹配的内容首尾应该匹配的内容，但是又不包含首尾匹配的内容。 - -向前查找使用 **?=** 定义，它规定了尾部匹配的内容，这个匹配的内容在 ?= 之后定义。所谓向前查找，就是规定了一个匹配的内容，然后以这个内容为尾部向前面查找需要匹配的内容。向后匹配用 ?\<= 定义（注: JavaScript 不支持向后匹配，Java 对其支持也不完善）。 - -**应用** - -查找出邮件地址 @ 字符前面的部分。 - -**正则表达式** - -```text -\w+(?=@) -``` - -**结果** - -**abc** @qq.com - -对向前和向后查找取非，只要把 = 替换成 ! 即可，比如 (?=) 替换成 (?!) 。取非操作使得匹配那些首尾不符合要求的内容。 - -## 十、嵌入条件 - -### 回溯引用条件 - -条件为某个子表达式是否匹配，如果匹配则需要继续匹配条件表达式后面的内容。 - -**正则表达式** - -子表达式 (\\() 匹配一个左括号，其后的 ? 表示匹配 0 个或者 1 个。 ?(1) 为条件，当子表达式 1 匹配时条件成立，需要执行 \) 匹配，也就是匹配右括号。 - -```text -(\()?abc(?(1)\)) -``` - -**结果** - -1. **(abc)** -2. **abc** -3. (abc - -### 前后查找条件 - -条件为定义的首尾是否匹配，如果匹配，则继续执行后面的匹配。注意，首尾不包含在匹配的内容中。 - -**正则表达式** - - ?(?=-) 为前向查找条件，只有在以 - 为前向查找的结尾能匹配 \d{5} ，才继续匹配 -\d{4} 。 - -```text -\d{5}(?(?=-)-\d{4}) -``` - -**结果** - -1. **11111** -2. 22222- -3. **33333-4444** - -## 参考资料 - -- Ben Forta. 正则表达式必知必会 [M]. 人民邮电出版社, 2007.