1. 基本元字符
元字符 | 说明 | 举例说明 |
---|---|---|
. | 匹配任意单个字符(换行符除外) | c.t 匹配:所有c和t之间隔一个字符的文本,如:cat, cbt, cct, … |
[] | 匹配字符集合中的一个字符 | [abc] 匹配:a或b或c |
[^] | 对字符集合求非 | [^abc] 匹配:“非a非b非c”的任意字符 |
– | 定义一个区间 | [A-Z] 匹配:字母A,B,C,…,Z中的任意一个字符 |
\ | 对下一个字符转义 | 需要转义的字符: . [ ] ^ - \ * ? + ! { } $ ( ) |
2. 特殊元字符
元字符 | 说明 | 补充说明 |
---|---|---|
\d | 匹配任意一个数字字符 | 等价于[0-9] |
\D | \d 的反义,匹配一个任意非数字字符 | 等价于[^0-9] |
\w | 匹配任意一个“字母数字或下划线”字符 | 等价于[A-Za-z0-9_] |
\W | \w 的反义,匹配任意一个“非字母非数字非下划线”字符 | 等价于[^A-Za-z0-9_] |
\f | 匹配一个换页符 | (属于空白字符) |
\n | 匹配一个换行符 | (属于空白字符) |
\r | 匹配一个回车符 | (属于空白字符) |
\t | 匹配一个制表符 | (属于空白字符) |
\v | 匹配一个垂直制表符 | (属于空白字符) |
[\b] | 匹配一个退格字符 | 不常用(属于空白字符) |
\s | 匹配一个空白字符 | 包括上面的:\f, \n, \r, \t, \v, 注意:不包括[\b] |
\S | \s 的反义,匹配任意一个非空白字符, | 非 \f, \n, \r, \t, \v, 的任意字符 |
\cx | 匹配一个控制字符 | 不常用,x为一个字母,用来表示特定的控制符。如:\cM 匹配 Control-M或回车符 |
\xn | 用一个ASCII字符的十六进制值去匹配这个ASCII字符 | 不常用,n为十六进制数表示 |
\0n | 用一个ASCII字符的八进制值去匹配这个ASCII字符 | 不常用,n为八进制数表示 |
3. 次数元字符
元字符 | 说明 | 举例说明 |
---|---|---|
* | 匹配前一个字符(或子表达式)的 0 次或 多次重复 | cat* 匹配:ca, cat, catt, cattt, … |
+ | 匹配前一个字符(或子表达式)的 1 次或 多次重复 | cat+ 匹配:cat, catt, cattt, … |
? | 匹配前一个字符(或子表达式)的 0 次或 1 次重复 | cat? 匹配:ca, cat |
{n} | 匹配前一个字符(或子表达式)的 n 次重复 | cat{3} 匹配:cattttt |
{n, } | 匹配前一个字符(或子表达式)的至少 n 次重复 | cat{3,} 匹配:cattt, catttt, cattttttt, … |
{n, m} | 匹配前一个字符(或子表达式)的 至少 n 次且至多 m 次重复 | cat{3,5} 匹配:cattt, catttt, cattttt |
*? | * 的懒惰版本 | cat*? 懒惰匹配:t 的 0 次或 多次重复 |
+? | + 的懒惰版本 | cat+? 懒惰匹配:t 的 1 次或 多次重复 |
{n, }? | {n, } 的懒惰版本 | cat{3,} 懒惰匹配:t 的至少 3 次重复 |
4. 位置元字符
元字符 | 说明 | 补充说明 |
---|---|---|
\b | 匹配单词的边界 | \b 的判断依据是:位置两边分别为 \w 和 \W |
\B | \b 的反义,匹配非边界 | \B 的判断依据是:位置两边同为 \w 或同为 \W |
\< | 匹配单词的开头 | (扩展的正则表达式,egrep支持) |
\> | 匹配单词的结束 | (扩展的正则表达式,egrep支持) |
^ | 匹配字符串的开头 | 一般将整段文本视为一个字符串,可以和分行匹配模式组合使用 |
$ | 匹配字符串的结尾 | 一般将整段文本视为一个字符串,可以和分行匹配模式组合使用 |
\A | 匹配字符串的开头 | 同 ^,但不受分行匹配影响 |
\z | 匹配字符串的结尾 | 同 $,但不受分行匹配影响 |
(?m) | 分行匹配模式 | (很多正则表达式实现不支持) |
5. 子表达式与回溯
元字符 | 说明 | 补充说明 |
---|---|---|
() | 定义一个子表达式 | 子表达式在一些文档中有时也称为 pattern(模式) |
| | 逻辑或操作 | 一般用在子表达式内,如:(ab|cd) 表示匹配 ab 或 cd |
\1 | 匹配第1个子表达式 | \1 表示左起第1个子表达式,\2 表示第2个子表达式,依此类推 |
?(n) | 条件回溯(if then) | 如果第n个子表达式中的内容存在,则匹配判断条件之后的内容 |
?(n)| | 条件回溯(if then else) | 类似上面,then 要执行的内容与 else 要执行的内容之间,用 | 隔开。 |
6. 前后查找
元字符 | 说明 | 举例说明 |
---|---|---|
(?=) | 向前查找 | (?=a)\d+ 匹配:以 a 开头的数字,但 a 本身不在返回文字中 |
(?<=) | 向后查找 | (?<=a)\d+ 匹配:以 a 结尾的数字,但 a 本身不在返回文字中 |
(?!) | 负向前查找 | 向前查找的 negtive 形式,(?!a)\d+ 匹配:不以 a 开头的数字, |
(?!=) | 负向后查找 | 向后查找的 negtive 形式,(?<!a)\d+ 匹配:不以 a 结尾的数字, |
7. 常用正则表达式示例
IP地址 | (((\d{1,2})|(1\d{1,2})|(2[0-4]\d)|(25[0-5]))\.){3} ((\d{1,2})|(1\d{1,2})|(2[0-4]\d)|(25[0-5])) |
Email地址 | (\w+\.)*\w+@(\w+\.)+[A-Za-z]+ |
URL地址 | https?://[-\w\.]+(:\d+)?(/([\w/_.]*)?)? |
HTML注释 | <!-{2,}.*?-{2,}> |
Js注释 | //.* |
验证整数 | ^-?\d+$ |
验证非负整数 | ^\d+$ |
验证正整数 | ^\+?[1-9]\d*$ |
验证浮点数 | ^(-?\d+)(\.\d+)?$ |
8. Python 中使用正则表达式的方法及示例
点击标题,跳转到下文详细说明。
9. JavaScript 中使用正则表达式的方法及示例
点击标题,跳转到下文详细说明。
1. 基本元字符用法简单说明
(1) 匹配单个字符
示例文本
sales1.xls, a1.txt, sales2.xls, sales3.xls, a2.xls
正则表达式
sales.
匹配结果
sales1.xls, a1.txt, sales2.xls, sales3.xls, a2.xls
解释:
匹配以“sales”开头,后跟任意一个字符的6字符组合。
(2) 使用转义字符
示例文本
sales1.xls, a1.txt, sales2.xls, sales3.xls, a2.xls
正则表达式
sales.\.xls
匹配结果
sales1.xls, a1.txt, sales2.xls, sales3.xls, a2.xls
解释:
匹配以“sales”开头,后跟任意一个字符,再后以“.xls”结尾的10字符组合。
(3) 匹配字符中的某一个
示例文本
a1.txt, b1.txt, c1.txt, d1.txt
正则表达式
[ac]1
匹配结果
a1.txt, b1.txt, c1.txt, d1.txt
解释:
匹配以“a”或“c”开头,后跟字符“1”的2字符组合。
(4) 特定字母可大小写
示例文本
The phrase is RegEx or regex, but not regEx.
正则表达式
[Rr]eg[Ee]x
匹配结果
The phrase is RegEx or regex, but not regEx
解释:
匹配 regex,其中第1个字符r大小写皆可,第4个字符e大小写皆可。
(5) 定义区间匹配
用法:
[a-z]可匹配所有小写字母,[A-Z]可匹配所有大写字母,[0-9]可匹配所有数字。
注意:如果要匹配所有大小写字母,要写成:[A-Za-z],而不能写成:[A-z](因为其中会包含一些 ASCII符号)。
示例文本
a1.txt, b1.txt c2.txt, d3d.txt, ee.txt
正则表达式
[a-z][0-9].txt
匹配结果
a1.txt, b1.txt, c2.txt, d3d.txt, ee.txt
解释:
匹配:第1个字符为小写字母,第2个字符为数字,最后以“.txt”结尾。
(6) 组合使用
示例文本
background-color="#A2A2A2"; color="#000000"
正则表达式
#[A-Fa-f0-9][A-Fa-f0-9][A-Fa-f0-9][A-Fa-f0-9][A-Fa-f0-9][A-Fa-f0-9]
匹配结果
background-color="#A2A2A2"; color="#000000"
解释:
对于十六进制数,每位的定义范围为0~9,A,B,C,D,E,F,在上面的正则表达式中使用[A-Fa-f0-9], 重复6次,即可得到一个6位的十六进制数的匹配。(在后面第3小节介绍完次数匹配后,本例有更为简洁的写法。)
(7) 取非匹配
示例文本
a1.txt, b2.txt, C3.txt, cc.txt, dd.txt
正则表达式
[a-z][^0-9].txt
匹配结果
a1.txt, b2.txt, C3.txt, cc.txt, dd.txt
解释:
匹配:第1个字符为小写字母,第2个字符不是数字,最后以“.txt”结尾。
2. 特殊元字符用法简单说明
(1) 匹配换行
说明:
在Windows下,换行用 \r\n 表示;在Linux下,换行仅用一个 \n 表示。
示例文本(Windows下文本)
001, Tom, Male 002, Tina, Female 003, Jack, Male
正则表达式
\r\n\r\n
匹配结果
001, Tom, Male 002, Tina, Female 003, Jack, Male
解释:
匹配Windows下的2个换行,如果在Linux下,相同匹配的正则表达式可写成:\n\n
(2) 匹配数字字符
示例文本
if(testArray[2] == 10) { ... }
正则表达式
testArray\[\d\]
匹配结果
if(testArray[2] == 10) { ... }
解释:
对于数组外的方括号 “[” 和 “]”,要用转义字符,中间的 \d 匹配单个数字字符。
(3) 匹配ASCII字符的十六进制值
示例文本
ABCDEABC
正则表达式
\x41
匹配结果
ABCDEABC
解释:
\xn中的n表示ASCII字符的十六进制值,例如ASCII字符 “A” 的ASCII值写成十六进制为0x41, 则 \x41 可匹配文本中的所有 “A” 字符。
3. 次数元字符用法简单说明
(1) 匹配 1 次或多次重复: +
示例文本
The 1st email is to tom@initcircuit.com. The 2nd email is to jane@cnblogs.com. The 3rd email is to tim.brown@initcircuit.com.cn.
正则表达式
\w+@\w+.\w+
匹配结果
The 1st email is to tom@initcircuit.com. The 2nd email is to jane@cnblogs.com. The 3rd email is to tim.brown@initcircuit.com.cn.
解释:
\w+ 可以有效匹配一个或多个字母数字下划线,所以能匹配出前两个email地址。 但在第3个匹配时有点问题,由于 \w 不包括“.”号,所以第3个email地址的@前面和@后面都只匹配了一部分,解决方案见下条目。
(2) 匹配 0 次或多次重复: *
示例文本
The 1st email is to tom@initcircuit.com. The 2nd email is to jane@cnblogs.com. The 3rd email is to tim.brown@initcircuit.com.cn.
正则表达式
\w+[\w\.]*@[\w\.]+\.\w+
匹配结果
The 1st email is to tom@initcircuit.com. The 2nd email is to jane@cnblogs.com. The 3rd email is to tim.brown@initcircuit.com.cn.
解释:
可以把上面的正则表达式拆成5部分分别来看:\w+ [\w\.]* @ [\w\.]+ \.\w+
第1部分的 \w+ 表示必须以字母或数字开头,不能有“.”开头,这部分匹配上面的:tom, jane, tim。
第2部分的 [\w\.]* 表示可以有0个或多个的“字母数字”或“.”号,这部分匹配上面的:.brown。
第3部分的 @ 直接匹配文中的 @。先跳过第4部分,直接看第5部分。
第5部分的 \.\w+ 表示先匹配一个“.”号,后面再跟1个或多个的字母数字,这部分匹配上面的:.com, .com, .cn。
最后看第4部分的 [\w\.]+,表示可匹配一个或多个的字母数字或“.”号,这部分匹配上面的:initcircuit, cnblogs, initcircuit.com。
(3) 匹配 0 次或 1 次 重复: ?
示例文本
The URL is http://www.initcircuit.com/, and https://www.initcircuit.com/.
正则表达式
https?://[\w\./]+/
匹配结果
The URL is http://www.initcircuit.com/, and https://www.initcircuit.com/.
解释:
正则表达式中的 s? 可匹配 s 的 0 次或 1 次出现。
(4) 匹配重复的次数: {n}
示例文本
background-color="#A2A2A2"; color="#000000"
正则表达式
#[0-9A-Fa-f]{6}
匹配结果
background-color="#A2A2A2"; color="#000000"
解释:
匹配一个十六进制位的6次重复。
(5) 匹配至少重复的次数: {n,}
示例文本
001: 123.01 002: 52.48 003: 1024.56
正则表达式
\d+: \d{3,}\.\d{2}
匹配结果
001: 123.01 002: 52.48 003: 1024.56
解释:
中间的 \d{3,}\. 匹配:点号前至少有3位数字, 这样就把大于100数字给匹配出来了。
(6) 匹配重复次数的区间: {n,m}
示例文本
2018-01-01 99/12/01 3-3-3 03-03-03
正则表达式
\d{2,4}[\-/]\d{1,2}[\-/]\d{1,2}
匹配结果
2018-01-01 99/12/01 3-3-3 03-03-03
解释:
本例用于匹配合法的日期,最前面的\d{2,4}用于匹配年份, 用2位数或4位数表示年份都可以,中间的 [\-/] 表示日期分隔符,“-”或“/”都可以匹配(其中“-”前用了转义符), 后面的 d{1,2} 表示月份,用1位或2位都可以匹配出来。(本例只是展示 {n,m} 的用法,匹配表达式写法并不完美, 后面有匹配日期更好的正则表达式的写法)
(7) 防止过度匹配,懒惰型次数匹配符: *?, +?, {n,}?
示例文本
The html is <p>abc</p> and <p>def</p>.
正则表达式
<p>.*</p>
匹配结果
The html is <p>abc<p> and <p>def<p>.
解释:
由于正则表达式中间的.*可匹配任意字符的任意多次重复, 因此把本行的最前面1个<p>和最后的一个</p>中间的内容都一股脑儿地全都匹配了出来, 这不是我们想要的结果。可使用 * 的懒惰型版本 *? 来匹配,改进如下:
正则表达式
<p>.*?</p>
匹配结果
The html is <p>abc<p> and <p>def<p>.
解释:
懒惰型版本 *? 在匹配任意次数的重复的字符时,会时时注意其后面的表达式 </p>,如果一旦发现后面的表达式</p>符合匹配条件,自己本身就停止继续匹配了。所以在本例中, 只匹配到</p>之前的部分。
4. 位置元字符用法简单说明
(1) 匹配单词边界
示例文本
There is a car on the card.
正则表达式
car
匹配结果
There is a car on the card.
解释:
我们只想匹配 car,不想匹配后面的 card, 此时需要使用单词边界匹配 \b,改进如下:
正则表达式
\bcar\b
匹配结果
There is a car on the card.
解释:
单词边界匹配符 \b 判断单词边界的依据是: 它的左右两边分别是一个 \w 和 一个 \W。注意:位置元字符 \b 仅匹配位置,其本身并不匹配任何实际出现的字符。 在本例中,car 单词的开头处,其左边是一个空格(即\W),右边是一个字母 c(即\w),符合 \b 的边界判断条件。car 单词的结尾也类似,car 单词结尾处,其左边是一个字母 r(即\w),右边是一个空格(即\W),亦符合 \b 的边界判断条件, 故2个 \b 的中间不分的 car 被匹配出来。
(2) 匹配字符串开头与结尾
示例文本
something <html> blablabla </html> something else
正则表达式
<html>.*</html>
匹配结果
something <html> blablabla </html> something else
解释:
如果我们希望,整段文本只有当以<html>开头时才匹配, 若之前有其他内容则不匹配;同样,整段文本只有以</html>结尾时才匹配,之后若有其他内容则不匹配, 此时就需要用到 ^(字符串开头)和 $(字符串结尾)匹配符了。改进如下:
正则表达式
^<html>.*</html>$
匹配结果
something <html> blablabla </html> something else
解释:
这样,上面的示例文本就不会有内容被匹配出来了。
5. 子表达式与回溯用法简单说明
(1) 子表达式
说明:
前面的“次数元字符”只能匹配1个字符的若干次重复, 如果我们要匹配一个字符串的若干次重复,就需要用到子表达式。
示例文本
The abcabc can match, but not the abc.
正则表达式
(abc){2}
匹配结果
The abcabc can match, but not the abc.
解释:
子表达式(abc)重复2次可以被匹配出来。
(2) 匹配IP地址
示例文本
The IP address is 192.168.1.10.
正则表达式
(\d{1,3}\.){3}\d{1,3}
匹配结果
The IP address is 192.168.1.10.
解释:
子表达式为(\d{1,3}\.),表示1~3位数字后跟一个“.”号, 可以匹配形如:“192.”或“1.”这样的字符模式。之后的 {3} 表示重复3次,即可以把“192.168.1.”匹配出来了。 最后的 \d{1,3} 表示1~3位数字,可以把最后的“.10”匹配出来。当然,这个正则表达式并不完美, 会把超过255的不合理的IP地址也匹配出来,后面的“常用正则表达式示例”会有更好的解决方案。
(3) 逻辑或的使用
示例文本
1111, 1920, 5279, 2099, 199
正则表达式
(19|20)\d{2}
匹配结果
1111, 1920, 5279, 2099, 199
解释:
这里只匹配以19或20开始的年份,子表达式中使用了“|”号, 匹配19或20,后面的 \d{2} 表示后面再跟2位数字。
(4) 子表达式的嵌套
说明:
这里我们用子表达式的嵌套来解决前面的IP地址的合理性问题。 我们要找到255及以下的数字,有4种合理情况:(1) 1位或2位数字;(2) 以1开头的3位数字; (3) 以2开头的3位数字,十位为0~4的;(4) 以25开头的3位数字,个位为0~5的。
示例文本
192. 255. 10. 999.
正则表达式
\b((\d{1,2})|(1\d{1,2})|(2[0-4]\d)|(25[0-5]))\.
匹配结果
192. 255. 10. 999.
解释:
这个嵌套的正则表达式看上去很复杂,其实拆开来看还是比较简单的:
\b( (\d{1,2}) | (1\d{1,2}) | (2[0-4]\d) | (25[0-5]) )\.
其中,4个黑色文字的子表达式分别表示前述4种情况的匹配, 它们之间用逻辑或并列嵌入到外层的一个子表达式中(红色括号),最前面的 \b 匹配单词边界, 最后的 \. 匹配点号。
(5) 回溯引用
说明:
有时我们想匹配文本中连续出现的2个重复单词,而不管单词内容是什么, 这种需求只能用子表达式的回溯引用来实现。在回溯引用时,若正则表达式中有若干个子表达式, 则 \1 表示从左数起第1个子表达式,\2 表示第2个子表达式,依此类推。 在许多实现里,\0 可用来代表整个正则表达式。
示例文本
There is a white white cat. The color of of the dog yellow.
正则表达式
\b(\w+)\b[ ]+
匹配结果
There is a white white cat. The color of of the dog yellow.
解释:
正则表达式中,\b(\w+)\b 表示匹配1个单词, [ ]+ 表示匹配其后的1个或多个空格,最后的 \1 就是回溯引用前面的子表达式 (\w+) 中匹配的内容, 若 (\w+) 匹配到 white,则 \1 也去匹配 white;若 (\w+) 匹配到 of,则 \1 也去匹配 of。
(6) 利用回溯匹配html配对标签
示例文本
<h1>This line is right.</h1> <h2>This line is also right.</h2> <h1>Wrong!!!</h2>
正则表达式
<h([1-6])>.*?</h>
匹配结果
<h1>This line is right.</h1> <h2>This line is also right.</h2> <h1>Wrong!!!</h2>
解释:
对于<h>标签,其中数字只能配对出现, 故使用回溯子表达式,\1 表示前面子表达式 ([1-6]) 已匹配到的数字。另外,注意这里使用了 *? 懒惰型次数匹配符。
(7) 条件回溯
说明:
有时我们有这种需求,比如在 html 文件中, 我们想要匹配所有被<span>…</span>包裹的标签。但如果这个<span>被包裹在 <p>…</p>中,则把外层的<p>和</p>标签中的内容也一起匹配出来。
示例文本
<body> <span>something</span> <p><span>anything</span></p> <p class="abc"><span>everything</span></p> </body>
正则表达式
(<p\s*[^>]*>\s*)?<span>.*?</span>(?(1)\s*</p>)
匹配结果
<body>
<span>something</span>
<p><span>anything</span></p>
<p class="abc"><span>everything</span></p>
</body>
解释:
这个正则表达式比较长,需要拆解开来分析:
(<p\s*[^>]*>\s*)? <span>.*?</span> (?(1)\s*</p>)
先看黑体显示的第1个子表达式,这可以匹配: <p>或<p class=”abc”>,其后的 ? 表示 0 次或 1 次匹配,即<p>标签可以出现1次,也可以没有。
其后的 <span>.*?</span> 部分比较简单, 可匹配<span>标签对及其中的文字内容,注意这里用了懒惰型元字符 *? 匹配 0 个或多个字符。
最后是红色括号中的条件回溯,红字表示,若第1个子表达式有匹配, 则执行匹配后面的 \s*</p>部分,若第1个子表达式没有出现匹配,则后面的 \s*</p>也不作匹配。
6. 前后查找元字符用法简单说明
(1) 向前查找(lookahead)
说明:
有时我们想匹配某种模式之前的内容, 但又不想把这个模式本身给匹配出来,这时可用到前向查找。如下例中,我们想匹配冒号前的字符, 但又不想把冒号本身给匹配出来。
示例文本
http://www.initcircuit.com/ https://www.initcircuit.com/
正则表达式
.+(?=:)
匹配结果
http://www.initcircuit.com/ https://www.initcircuit.com/
解释:
正则表达式中,.+ 表示匹配1个或多个任意字符,(?=:)为匹配冒号, 但匹配结果仅为冒号前的字符(不包含冒号),这就是“向前查找”的含义。
(2) 术语:消费(consume)
说明:
有些正则表达式文档会使用“消费”(consume)这一术语, 表示“匹配且返回文本”的含义。在上面的向前查找(lookahead)中的例子中,冒号被匹配但不在返回文本中, 故称为:不消费。
(3) 向后查找(lookbehind)
示例文本
Tom: 80 Jane: 95 Jack: 100
正则表达式
(?<=:\s*)\d+
匹配结果
Tom: 80 Jane: 95 Jack: 100
解释:
本例中,需要匹配冒号后的数字,所以用到了向后查找 (?<=) 元操作符,由于冒号后还有若干个空格, 故用 \s* 予以匹配,但冒号和空格都不出现在匹配结果中, 只出现后面 \d+ 匹配的数字
(4) 取反前后查找(negtive lookahead/lookbehind)
说明:
在下面的例子中,要匹配a开头的数字(但只取出数字)很容易, 只要使用普通的“向后查找”就可以了。但是如果要匹配那些不以a开头的纯数字(如下例中的80和95), 就需要用到“取反前后查找”了。
示例文本
Tom's cardnum is a01. His score is 80. Jane's cardnum is a02. Her score is 95.
正则表达式
\b(?<!a)\d+\b
匹配结果
Tom's cardnum is a01. His score is 80. Jane's cardnum is a02. Her score is 95.
解释:
这里的 (?<!a) 就是取反向后查找, 把不是以 a 开头的数字给匹配出来。注意前后使用的 \b 单词边界,如果不用 \b 会把文中的 1 和 2 也匹配出来。
8. Python 中使用正则表达式的方法及示例
(1) 概述
Python使用正则表达式需要导入 re 模块,可以直接调用 re的成员函数于对字符串进行正则表达式匹配,也可以通过把正则表达式先编译成一个“正则表达式对象”, 然后使用这个对象进行操作和匹配。这里仅介绍第一种方法。
(2) re 的部分常用函数
findall(pattern, string [,flags]) | 在 string 中匹配 pattern,匹配结果用一列表返回 |
finditer(pattern, string [,flags]) | 同上,但返回一个迭代器 |
split(pattern, string [,maxsplit = 0]) | 根据 pattern 出现的位置拆分 string,返回字符串列表,参数 maxsplit 为最大拆分次数,默认全部拆分。 |
sub(pattern, repl, string [,count = 0]) | 使用 repl 替换 string 中出现的 pattern,返回替换后的新字符串。参数 count 为最大替换次数,默认全部替换。 |
subn(pattern, repl, string [,count = 0]) | 同上,但返回一个元组,其中包含新字符串和替换次数 |
compile(str [,flags]) | 编译正则表达式对象,这里暂不介绍 |
(3) 示例一(将日期匹配出来)
python代码
import re
text = 'The test date is from 2018/1/1 – 2018/12/31'
patt = '(\d{4})/(\d{1,2})/(\d{1,2})'
re.findall(text, patt)
执行结果
[('2018', '1', '1'), ('2018', '12', '31')]
解释:
执行结果为 re.findall 函数返回的匹配结果列表。 由于正则表达式中使用了3个子表达式,故在结果中,把这3个子表达式的匹配结果分开放到了一个元组中。
(4) 示例二:将日期格式替换成欧洲格式(即:日/月/年)
python代码
import re
text = 'The test date is from 2018/1/1 – 2018/12/31'
patt = '(\d{4})/(\d{1,2})/(\d{1,2})'
re.sub(patt, r'', text)
执行结果
The test date is from 1/1/2018 - 31/12/2018
解释:
执行结果为 sub.re 函数返回的结果,其中 repl 用到了正则表达式中的子表达式回溯引用表示。
9. JavaScript 中使用正则表达式的方法及示例
(1) 概述
在Js中,可以通过 String 对象和 RegEx 对象实现正则表达式处理, 这里仅介绍 String 对象的方法。注意在Js中,正则表达式首尾用两个“/”来括起, 这样可自动生成一个正则表达式对象,而不是双引号或单引号(用引号的话,就是字符串对象了)。
(2) String 对象中关于正则表达式的函数
str.search(regexp) | 在 String 对象中查找匹配入参正则表达式 regexp,匹配成功则返回在字符串中首次匹配项的索引; 否则返回 -1 |
str.match(regexp) | 在 String 对象中查找匹配正则表达式 regexp,匹配成功则返回一个包含若干匹配信息的 Array(内容详见下例二), 未匹配则返回 null |
str.replace(regexp|substr, newSubStr) | 将 String 对象内匹配到的 regexp 替换成 newSubStr,返回新字符串,原字符串不变。 |
str.split(regexp [,limit]) | 使用regexp描述的分隔符将一个 String 对象分割成字符串数组。 |
(3) 示例一(search使用)
Js代码
var text = 'The fox, and the dog.'; // 生成1个String对象
var regex = /[^\w\s]/; // 匹配非字母和非空格
var idx = text.search(regex);
console.log(idx);
console.log(text[idx])
执行结果
> 7 > ","
解释:
search 匹配到的第一个非字母和非空格是“,”, 故返回其索引值:7。
(4) 示例二(match使用)
Js代码
var text = 'For more information, see Chapter 3.4.5.1';
var regex = /see (Chapter \d+(\.\d)*)/; // 不使用 g 标志
var ary = text.match(regex);
console.log(ary);
执行结果
> ["see Chapter 3.4.5.1", "Chapter 3.4.5.1", ".1" index: 22, input: 'For more information, see Chapter 3.4.5.1']
解释:
可以看到返回 Array 中,各个子表达式的匹配。
Js代码(regexp使用 g 标志)
var text = 'For more information, see Chapter 3.4.5.1';
var regex = /see (Chapter \d+(\.\d)*)/g; // 使用 g 标志
var ary = text.match(regex);
console.log(ary);
执行结果
> ["see Chapter 3.4.5.1"]
解释:
使用 g 标志后,仅将整体匹配结果放入返回 Array 中。
(5) 示例三(replace使用)
Js代码
var text = 'The fox, and the dog.';
var regex = /dog/;
var newtext = text.replace(regex, 'cat');
console.log(newtext);
执行结果
> The fox, and the cat.
解释:
replace 匹配到 dog 后,用 cat 替换。 新字符串通过返回值返回,原字符串不变。
转载于:https://www.cnblogs.com/initcircuit/p/10754680.html
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/100956.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...