正则表达式入门_单字符匹配
正则表达式的匹配方式
1.模式、元字符等基本概念
- 字符串 regex
- 模式 e
-
结果 r[e]gex
正则表达式就是模式，很多文档中会使用模式来代表该含义。此处只返回匹配模式的第一条结果。多条匹配时之后介绍。
- 字符串 regex
- 模式 E
-
结果 regex
正则大小写敏感。
- 字符串 regex
- 模式 .
-
结果 [r]egex
元字符“.”匹配任意字符，但这里所说的任意不是绝对的，在大多数语言正则实现中，“.”只能匹配除换行符以外的任意字符。类似SQL语言中的“_”字符，也类似DOS语言中的“?”字符。
- 字符串 csdn.com
- 模式 /.
-
结果 csdn[.]com
在正则中，元字符是一种特殊字符，其本身有特殊的含义，例如这里的“.”匹配的是任意字符，如果想要匹配“.”字符本身，需要通过另一个元字符“\”进行转义。将后面跟有的字符转义为字符本身，而不是该字符在正则中特殊的含义。
元字符“\”后必定跟有一个字符，不会单独出现。如果不跟，正则实现会报错。
2.字符集合
- 字符串 REGEX
- 模式 [eE]
-
结果 R[E]GEX
字符集合是指定一个元素集合，该集合中任意成员元素匹配字符串。这里集合元素中有e和E两个元素，REGEX字符串匹配了E元素。字符集合类似于SQL中in(xx,xxx,xxxx)。
- 字符串 [email protected]
- 模式 [123456789]
-
结果 [1]23456789
这里的模式匹配的是1到9任意数字，可以使用元字符“-”来简化模式，[1-9]等同于[123456789]。
类似的字符集合还有[A-Za-z]等，匹配任意一个英文字符。需要注意的是，元字符“-”实际上比较的是左右两侧字符的ASCLL码，因此右侧的字符ASCLL码要比左侧的大，否则模式无意义，会导致匹配失败。如[3-0]。
模式[A-z]不常用，因为会匹配到ASCLL码在Z到a之间的控制字符“[”“^”等。
3.特殊字符—元字符
- 字符串 abcde6ghi
- 模式 [^A-Za-z]
-
结果 abcde[6]ghi
元字符“^”，进行取非操作，在这个模式中，表示匹配非英文字母字符的任意一个字符。需要注意的是， 元字符“^”在字符集合中时，取非的对象并不是其后紧跟的一个字符或字符范围，而是整个字符集合。
- 字符串 abcde6ghi
- 模式[\W]
-
结果 abcde[6]ghi
正则中存在一些常用的字符类，使用元字符“\”将普通字符转化为特殊字符赋予特殊含义。“\W”表示英文字母数字和，“\w”表示英文字母数字和，“\D”表示非数字字符，“\d”表示数字字符，“\s”表示空白字符，“\S”表示非空白字符 等价于[^\t\v\n\r\t]。
- 字符串 #A00000
- 模式 [\xA]
-
结果 #A00000
正则支持匹配十六进制和八进制，十六进制的数字需要“\x”为前缀，八进制的数字需要“\0”为前缀。[\xA]匹配到的是十进制数字10，对应的ASCLL表中字符为\n,也就是换行符。因此结果并没有匹配到字符。
- 字符串 abcde6ghi
- 模式 [[:digit:]]
-
结果 abcde[6]ghi
大部分语言的正则实现支持POSIX字符类，但不是所有。字符类[:digit:]表示的是匹配任意一个数字。POSIX字符类必须以“[:xxxxx:]”的形式出现。我们模式外层的“[]”表示的是字符集合。一个字符集合中可以放置多个POSIX字符类。