专门为初学者编写的正则表达式入门教程_正则表达式_

这是一篇翻译文章。我学过很多次正则表达式，总是学了忘，忘了学，一到用的时候还是只能靠搜索引擎。

这回看到这个正则教程，感觉非常惊喜。尝试翻译了一遍，译得不好，大家可以看原文，很容易理解。

原文地址：https://refrf.shreyasminocha.me/

1 介绍

正则表达式允许定义一种模式，并通过这种模式针对字符串执行对应的操作。与模式匹配的子字符串称为“匹配”。

正则表达式是定义搜索模式的一串字符。

正则表达式主要用在如下场景：

• 输入验证
• 查找替换操作
• 高级字符串操作
• 文件搜索或重命名
• 白名单和黑名单

正则表达式不太适合用在这些场景：

• XML 或 HTML 解析
• 完全匹配的日期

有许多实现正则匹配的引擎，每种都有自己的特性。这本书将避免讨论（不同引擎之间的）特性差异，而是只讨论在大多数情况下不同引擎都共有的特征。

整本书中的示例使用JavaScript。因此，这本书可能会稍微偏向 JavaScript 的正则引擎。

2 基础

正则表达式通常格式化为 //，通常为了简洁而省略后面的 /。关于 flag 我们将在下一章详细讨论。

让我们从/p/g 这个正则表达式开始。现在，请将 /g flag 视为固定不变的。

• /p/g

如我们所见，/p/g 匹配所有小写的 p 字符。

注意

默认情况下，正则表达式区分大小写。

在输入字符串中找到的正则表达式模式的实例称为“匹配”。

• /pp/g

3 字符组

可以从一组字符中匹配一个字符。

• /[aeiou]/g

[aeiou]/g 匹配输入字符串中的所有元音。

下面是另一个例子：

• /p[aeiou]t/g

我们匹配一个 p，后跟一个元音，然后是一个 t。

有一个更直观的快捷方式，可以在一个连续的范围内匹配一个字符。

• /[a-z]/g

警告

表达式 /[a-z]/g 只匹配一个字符。在上面的示例中，每个字符都有一个单独的匹配项。不是整个字符串匹配。

我们也可以在正则表达式中组合范围和单个字符。

• /[A-Za-z0-9_-]/g

我们的正则表达式 /[A-Za-z0-9_-]/g 匹配一个字符，该字符必须（至少）是以下字符之一：

• A-Z
• a-z
• 0-9
• _ 或者 -

我们也可以“否定”这些规则：

• /[^aeiou]/g

/[aeiou]/g与 /[^aeiou]/g 之间的唯一区别是 ^ 紧跟在左括号之后。其目的是"否定"括号中定义的规则。它表示的意思是：

匹配任何不属于a、e、i、o和 u 的字符

3.1 例子

非法的用户名字符

• /[^a-zA-Z_0-9-]/g

指定字符

/[A-HJ-NP-Za-kmnp-z2-9]/g

4 字符转义

字符转义是对某些通用字符类的简略表达方式。

4.1 数字字符 \d

转义符 \d 表示匹配数字字符 0-9。等同于 [0-9]。

• /\d/g (这里请仔细看)

• /\d\d/g

\D是\d 的反面，相当于[^0-9]。

• /\D/g

4.2 单词字符 \w

转义符 \w 匹配单词字符。包括：

• 小写字母 a-z
• 大写字母 A-Z
• 数字 0-9
• 下划线 _

等价于 [a-zA-Z0-9_]

• /\w/g

• /\W/g

4.3 空白字符 \s

转义符 \s匹配空白字符。具体匹配的字符集取决于正则表达式引擎，但大多数至少包括：

• 空格
• tab 制表符 \t
• 回车 \r
• 换行符 \n
• 换页 \f

其他还可能包括垂直制表符（\v）。Unicode自识别引擎通常匹配分隔符类别中的所有字符。然而，技术细节通常并不重要。

• /\s/g

• /\S/g (大写 s)

4.4 任意字符 .

虽然不是典型的字符转义。. 可以匹配任意1个字符。（除换行符 \n 以外，通过 dotall 修饰符，也可以匹配换行符 \n）

• /./g

5 转义

在正则表达式中，有些字符有特殊的含义，我们将在这一章中进行探讨：

• |
• {,}
• (,）
• [,]
• ^, $
• +, *, ?
• \
• . 只在字符类中的字面量。
• - : 有时是字符类中的特殊字符。

当我们想通过字面意思匹配这些字符时，我们可以再这些字符前面加 \ “转义”它们。

• /\(paren\)/g

• /(paren)/g

• /example\.com/g

• /example.com/g

• /A\+/g

• /A+/g

• /worth \$5/g

• /worth $5/g

5.1 例子

JavaScript 内联注释

• /\/\/.*

星号包围的子串

• /*[^\*]*\*

第一个和最后一个星号是字面上的，所有他们要用 \* 转义。字符集里面的星号不需要被转义，但为了清楚起见，我还是转义了它。紧跟在字符集后面的星号表示字符集的重复，我们将在后面的章节中对此进行探讨。

6 组

顾名思义，组是用来“组合”正则表达式的组件的。这些组可用于：

• 提取匹配的子集
• 重复分组任意次数
• 参考先前匹配的子字符串
• 增强可读性
• 允许复杂的替换

这一章我们先学组如何工作，之后的章节还会有更多例子。

6.1 捕获组

捕获组用（…）表示。下面是一个解释性的例子：

• /a(bcd)e/g

捕获组允许提取部分匹配项。

• /\{([^{}]*)\}/g

通过语言的正则函数，您将能够提取括号之间匹配的文本。

捕获组还可以用于对正则表达式进行部分分组，以便于重复。虽然我们将在接下来的章节中详细介绍重复，但这里有一个示例演示了组的实用性。

• /a(bcd)+e/g

其他时候，它们用于对正则表达式的逻辑相似部分进行分组，以提高可读性。

• /(\d\d\d\d)-W(\d\d)/g

6.2 回溯

回溯允许引用之前捕获的子字符串。

匹配第一组可以使用 \1，匹配第二组可以使用 \2，依此类推…

• /([abc])×\1×\1/g

不能使用回溯来减少正则表达式中的重复。它们指的是组的匹配，而不是模式。

• /[abc][abc][abc]/g

• /[abc]\1\1/g

下面是一个演示常见用例的示例：

• /\w+([,|])\w+\1\w+/g

这不能通过重复的字符类来实现。

• /\w+[,|]\w+[,|]\w+/g

提示： 本文由神整理自网络，如有侵权请联系本站删除！
本站声明：
1、本站所有资源均来源于互联网，不保证100%完整、不提供任何技术支持；
2、本站所发布的文章以及附件仅限用于学习和研究目的;不得将用于商业或者非法用途；否则由此产生的法律后果，本站概不负责！