正则表达式基本使用（三）

接上篇http://support.i-search.com.cn/article/1564637608233

简写字符集

正则表达式提供一些常用的字符集简写. 如下:

| 简写 | 描述 |
| :-: | --- |
| . | 除换行符外的所有字符 |
| \w | 匹配所有字母数字, 等同于 `[a-zA-Z0-9_]` |
| \W | 匹配所有非字母数字, 即符号, 等同于: `[^\w]` |
| \d | 匹配数字: `[0-9]` |
| \D | 匹配非数字: `[^\d]` |
| \s | 匹配所有空格字符, 等同于: `[\t\n\f\r\p{Z}]` |
| \S | 匹配所有非空格字符: `[^\s]` |
| \f | 匹配一个换页符 |
| \n | 匹配一个换行符 |
| \r | 匹配一个回车符 |
| \t | 匹配一个制表符 |
| \v | 匹配一个垂直制表符 |
| \p | 匹配 CR/LF (等同于 `\r\n`)，用来匹配 DOS 行终止符 |

零宽度断言 (前后预查)

例如, 我们想要获得所有跟在 $ 符号后的数字, 我们可以使用正后发断言 (?<=\$)[0-9\.]*. 这个表达式匹配 $ 开头, 之后跟着 0,1,2,3,4,5,6,7,8,9,. 这些字符可以出现大于等于 0 次.

零宽度断言如下:

| 符号 | 描述 |
| :-: | --- |
| ?= | 正先行断言-存在 |
| ?! | 负先行断言-排除 |
| ?<= | 正后发断言-存在 |
| ?

?=... 正先行断言

?=... 正先行断言, 表示第一部分表达式之后必须跟着 ?=...定义的表达式.

返回结果只包含满足匹配条件的第一部分表达式. 定义一个正先行断言要使用 (). 在括号内部使用一个问号和等号: (?=...).

正先行断言的内容写在括号中的等号后面. 例如, 表达式 (T|t)he(?=\sfat) 匹配 The 和 the, 在括号中我们又定义了正先行断言 (?=\sfat) , 即 The 和 the 后面紧跟着 (空格)fat.

"(T|t)he(?=\sfat)" => [**The**] fat cat sat on the mat.

?!... 负先行断言

负先行断言 ?! 用于筛选所有匹配结果, 筛选条件为 其后不跟随着断言中定义的格式. 正先行断言 定义和 负先行断言 一样, 区别就是 = 替换成 ! 也就是 (?!...).

表达式 (T|t)he(?!\sfat) 匹配 The 和 the, 且其后不跟着 (空格)fat.

"(T|t)he(?!\sfat)" => The fat cat sat on [**the**] mat.

?<= ... 正后发断言

正后发断言 记作(?<=...) 用于筛选所有匹配结果, 筛选条件为 其前跟随着断言中定义的格式. 例如, 表达式 (?<=(T|t)he\s)(fat|mat) 匹配 fat 和 mat, 且其前跟着 The 或 the.

"(?<=(T|t)he\s)(fat|mat)" => The [**fat**] cat sat on the [**mat**].

`? 负后发断言

负后发断言 记作 (? 用于筛选所有匹配结果, 筛选条件为 其前不跟随着断言中定义的格式. 例如, 表达式 (? 匹配 cat, 且其前不跟着 The 或 the.

"(? The cat sat on [**cat**].

标志

标志也叫模式修正符, 因为它可以用来修改表达式的搜索结果. 这些标志可以任意的组合使用, 它也是整个正则表达式的一部分.

| 标志 | 描述 |
| :-: | --- |
| i | 忽略大小写. |
| g | 全局搜索. |
| m | 多行的: 锚点元字符 `^` `$` 工作范围在每行的起始. |

忽略大小写 (Case Insensitive)

修饰语 i 用于忽略大小写. 例如, 表达式 /The/gi 表示在全局搜索 The, 在后面的 i 将其条件修改为忽略大小写, 则变成搜索 the 和 The, g 表示全局搜索.

"The" => [**The**] fat cat sat on the mat.

全局搜索 (Global search)

修饰符 g 常用于执行一个全局搜索匹配, 即 (不仅仅返回第一个匹配的, 而是返回全部). 例如, 表达式 /.(at)/g 表示搜索 任意字符 (除了换行) + at, 并返回全部结果.

"/.(at)/" => The [**fat**] cat sat on the mat.

多行修饰符 (Multiline)

多行修饰符 m 常用语执行一个多行匹配.

像之前介绍的 (^,$) 用于检查格式是否是在待检测字符串的开头或结尾. 但我们如果想要它在每行的开头和结尾生效, 我们需要用到多行修饰符 m.

例如, 表达式 /at(.)?$/gm 表示小写字符 a 后跟小写字符 t , 末尾可选除换行符外任意字符. 根据 m 修饰符, 现在表达式匹配每行的结尾.

“/.at(.)?$/” => The fat
cat sat
on the mat.

贪婪匹配与惰性匹配 (Greedy vs lazy matching)

正则表达式默认采用贪婪匹配模式，在该模式下意味着会匹配尽可能长的子串。我们可以使用 ? 将贪婪匹配模式转化为惰性匹配模式。

"/(.*at)/" => [**The fat cat sat on the mat**].