该文章内容为以下视频的学习笔记:
1.简介:
**正则表达式:**匹配指定规则的字符串。
应用:
1️⃣编译器中的词法分析器 使用正则表达式去匹配代码中的关键字
2️⃣网站上的注册表单会用到正则表达式去判断密码的复杂程度
3️⃣爬虫中用正则表达式中提取我们需要的信息
2.限定符(一个字符):
(1)?
作用:? 在正则表达式中是一个特殊的字符------限定符,代表前面这个字符需要出现 0 次或者 1 次
(2)*
作用:去匹配 0 个或[多] 个字符(代表没有或者可以出现多次)
(3)+
作用:匹配 出现[1] 次以上的字符
(4){···}
作用:花括号同时允许我们输入一个范围,精确到匹配次数
3.匹配多个字符的重复
匹配中间多次出现的ab
4.OR Operator "或" 运算
5.Character Classes 字符类
匹配由 abc 这几个字母构成的单词
**作用:**方括号里的内交代表要求匹配的字符只能取自于它们
此外可以在方括号里指定字符的范围
例:
- [a-z]代表所有的小写英文字符
- [a-zA-Z]代表所有的英文字符
- [a-zA-Z0-9] 代表所有的英文字符和数字
若在方括号前加 脱字符 ^,则代表要求匹配除了尖号后面列出的 [以外] 的字符
6.Mera-characters 元字符
正则表达式中的大多数元字符都以反斜杠开头
例:
(1)\d 代表数字字符 等同于 [0-9]
(2)\w 单词字符(英文、数字及下划线)
(3)\s 空白符(包含Tab和换行符)
(4)\D 非数字字符
(5)\W 非单词字符
(6)\S 非空白字符
(7). 字符
作用:代表任意字符,但不代表换行符
(8)^ 匹配行首 $ 配行尾
正则表达式中的脱字符(^)有两种不同的用法:
- 在字符类([])内部:当脱字符(^)作为字符类的第一个字符时,表示取反操作,即匹配除了指定字符以外的任意字符。例如,正则表达式[^aeiou]匹配任意非元音字母。
- 在模式开头:当脱字符(^)作为正则表达式的开头时,表示匹配字符串的开始位置。例如,正则表达式^abc匹配以"abc"开头的字符串。
7.实操:
(1)匹配里面里面的 HTML标签
错误:
原因:.+ 会匹配尽可能多的字符 ------>. 代表任意字符
正确方式:
? 会将正则表达式中默认的贪婪匹配(Greedy Match) 切换为懒惰匹配(Lazy Match)
(2)RGB 颜色值匹配
匹配文本中出现的所有十六进制 RGB 颜色值
在表达式末尾加入\b 来代表单词字符的边界
(3)IPv4 地址匹配
IPv4 的地址实际上是由四段数字构成,数字之间由句点隔开
\d+ 会匹配任何长度大于 1 的数字
\. 代表 . 这个字面量(. 是元字符 代表任意字符)
但 IP 地址的每个部分都是 8 位的数字,也就是说它的范围介于 0-255 之间。
正确方式:
- 如果它的前两位是25,那么最后一位只能取 0-5 之间的数字
- 如果它的第一位是 2,第二位是 0-4 之间的数,那么最后一位可以取 0-9 之间的任意值(用 \d 代替)
- 如果它的第一位是 0 或者 1,那么最后两位可以取 00-99 之间的任意数字(用 \d \ d 代替)
IP 地址的每一部分也可以由两位数字构成,甚至是1位。------> 可以直接将这里的第一个数字和第三个数字后面都加一个 ?
📜8.总结:
学习资源:
正则表达式30分钟入门教程 作者:deerchao
https://deerchao.cn/tutorials/regex/regex.htm
Regex tutorial ------A quick cheatsheet by examples(英文)作者:Jonny Fox
https://medium.com/factory-mind/regex-tutorial-a-simple-cheatsheet-by-examples-649dc1c3f285
Regular Expressions Tutorial(英文)