正则表达式笔记

基础

• 精准匹配：
  • \d：数字
  • \w：字符
  • \r：回车符
  • \f：换页符
  • \n：换行符
  • \t：制表符
  • \s ：任何空白字符，包括空格、制表符、换行符等
• 模糊匹配：
  • .：单个任意字符
• 可变匹配：
  • *：任意个字符
  • +：至少一个字符
  • ?：0或1个字符
  • {}：{n}表示n个字符，用{n,m}表示n-m个字符

进阶

• []：方括号中的符号需要转义，多个条件可以直接连接，或
  • 0-9
  • a-z
  • A-Z
  • \_
• |：表示或，A|B可以匹配A或B
• ^：表示行的开头，^\d表示必须以数字开头
• $：表示行的结束，\d$表示必须以数字结束

捕获组

一、捕获组的基本概念

捕获组是正则表达式中用圆括号 ()括起来的部分，它有两个主要功能：

1. 将多个字符作为一个整体进行匹配
2. 记住匹配的内容以便后续引用

二、捕获组的基本使用方法

1. 创建捕获组

   (\d{4})-(\d{2})-(\d{2})

这个正则表达式匹配日期格式（如2023-05-20），并创建了3个捕获组

• 第1组：4位数字的年份
• 第2组：2位数字的月份
• 第3组：2位数字的日期

2. 引用捕获组
   在正则表达式内部引用（反向引用）

(\w+) \1

这个表达式匹配重复的单词，如”hello hello”或”test test”，其中\1引用了第一个捕获组匹配的内容

在替换操作中引用

替换前: (\d{4})-(\d{2})-(\d{2})
替换为: $3/$2/$1

这将把”2023-05-20”转换为”20/05/2023”（日/月/年格式）

三、捕获组的高级用法

1. 命名捕获组

(?<year>\d{4})-(?<month>\d{2})-(?<day>\d{2})

或

(?'year'\d{4})-(?'month'\d{2})-(?'day'\d{2})

命名捕获组可以通过名称引用，使正则表达式更易读和维护

2. 非捕获组

当只需要分组而不需要捕获时，可以使用非捕获组(?:...)

(?:https?|ftp)://([^/\r\n]+)(/[^\r\n]*)?

这个表达式匹配URL，但只捕获域名和路径部分，不捕获协议部分

四、捕获组的注意事项

1. 捕获组编号

• 捕获组从左到右编号，从1开始
• 每个左括号(对应一个捕获组，包括嵌套的括号
• 命名捕获组不影响编号顺序

2. 零宽断言中的捕获组

(?=(\d{3})$)

正向预查中的捕获组可以匹配但不消耗字符，但有些语言可能不支持

3. 不同编程语言的差异

语言/工具	引用方式	命名组语法	非捕获组语法
JavaScript	$1, \1	(?<name>)	(?:)
Python	\1, \g<1>	(?P<name>)	(?:)
Java	$1, \1	(?<name>)	(?:)
.NET	$1, \1	(?<name>)	(?:)
PHP	$1, \1	(?P<name>)	(?:)

五、实际应用示例

• 日期转换

  // JavaScript示例
  const dateStr = "2023-05-20";
  const newStr = dateStr.replace(/(\d{4})-(\d{2})-(\d{2})/, "$3/$2/$1");
  // 结果: "20/05/2023"

• 验证重复单词

  # Python示例
  import re
  pattern = r'\b(\w+)\b\s+\1\b'
  text = "This is is a test test sentence"
  matches = re.findall(pattern, text)
  # 结果: ['is', 'test']

re模块

切分

re.split(正则表达式,字符串)

# 举例，以多个空格或者逗号分割 
>>> re.split(r'[\s\,]+', 'a,b, c  d')
['a', 'b', 'c', 'd']

分组

re.match(表达式,字符串)
分组用括号，括号内多个条件或时用|连接
# 举例 时间分割
>>> t = '19:05:30'
>>> m = re.match(r'^(0[0-9]|1[0-9]|2[0-3]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])$', t)
>>> m.groups()
('19', '05', '30')

贪婪匹配

• 正则匹配默认是贪婪匹配，也就是匹配尽可能多的字符
• 在匹配符后面加上?号，为非贪婪匹配

Donate