Regex 学习正则表达式

我不太懂正则表达式。你能用简单易懂的方式给我解释一下吗？如果有任何在线工具或书籍，您也可以链接到它们吗？

最重要的部分是概念。一旦您了解了构建块的工作原理，语法上的差异只不过是温和的方言。正则表达式引擎语法之上的一层是您正在使用的编程语言的语法。Perl之类的语言消除了大部分这种复杂性，但如果在C程序中使用正则表达式，则必须记住其他注意事项

如果您认为正则表达式是可以随意混合和匹配的构建块，那么它可以帮助您学习如何编写和调试自己的模式，以及如何理解他人编写的模式

从简单开始 从概念上讲，最简单的正则表达式是文字字符。模式

N

与字符“N”匹配

相邻的正则表达式匹配序列。例如，模式

Nick

匹配序列“N”，后跟“i”，后跟“c”，后跟“k”

如果您曾经在Unix上使用过

grep

，即使只是搜索外观普通的字符串，您已经在使用正则表达式了！（

grep

中的

re

表示正则表达式。）

从菜单上点菜 只需增加一点复杂性，就可以将“Nick”或“Nick”与模式匹配

[Nn]ick

。方括号中的部分是字符类，这意味着它正好匹配一个封闭字符。您还可以在字符类中使用范围，因此

[a-c]

匹配“a”或“b”或“c”

模式

非常特殊：它不只是匹配文字点，而是匹配任何字符†。它在概念上与真正的大字符类

[-.？+%$A-Za-z0-9…]

相同

将角色类视为菜单：只选择一个

有用的捷径 使用

可以节省大量的输入，并且还有其他常用模式的快捷方式。假设您想要匹配一个数字：一种写入方式是

[0-9]

。数字是经常匹配的目标，因此您可以使用快捷方式

\d

。其他的是

\s

（空白）和

\w

（单词字符：字母数字或下划线）

大写的变体是它们的补码，例如，

\S

匹配任何非空白字符

一次是不够的 从那里，你可以用量词重复你的部分模式。例如，模式

ab？c

匹配“abc”或“ac”，因为

？

量词使其修改的子模式成为可选的。其他量词是

• *

  （零次或多次）

• +

  （一次或多次）

• {n}

  （正好n次）

• {n，}

  （至少n次）

• {n，m}

  （至少n次，但不超过m次）

将这些块中的一些块放在一起，模式

[Nn]*ick

匹配所有这些块

• 艾克
• 尼克
• 尼克
• 安尼克
• 安尼克
• 安尼克
• （等等）

第一场比赛展示了一个重要的教训：

*

总是成功！任何模式都可以匹配零次

其他几个有用的例子：

• [0-9]+

  （及其等价的

  \d+

  ）匹配任何非负整数

• \d{4}-\d{2}-\d{2}

  匹配格式类似2019-01-01的日期

分组 量词将模式修改为其最左侧。您可能希望

0abc+0

与“0abc0”、“0abcabc0”等匹配，但加号量词左侧的模式是

c

。这意味着

0abc+0

与“0abc0”、“0abcc0”、“0abccc0”等匹配

要将一个或多个“abc”序列与末端的零匹配，请使用

0（abc）+0

。括号表示可以量化为一个单位的子模式。正则表达式引擎保存或“捕获”输入文本中与括号组匹配的部分也是很常见的。与计数索引和

substr

相比，这种方法提取位更灵活，更不容易出错

交替 早些时候，我们看到了一种匹配“尼克”或“尼克”的方法。另一种是交替使用，如

Nick | Nick

。记住，交替包括其左侧的所有内容和右侧的所有内容。使用分组括号限制

|

的范围，例如

（Nick | Nick）

例如，您可以将

[a-c]

等效为

a | b | c

，但这可能是次优的，因为许多实现假设备选方案的长度大于1

逃逸 虽然有些字符与自己匹配，但有些字符有特殊的含义。模式

\d+

与反斜杠后跟小写字母d和加号不匹配：要得到它，我们使用

\\d\+

。反斜杠删除以下字符的特殊含义

贪婪 正则表达式量词是贪婪的。这意味着它们尽可能多地匹配文本，同时允许整个模式成功匹配

例如，假设输入是

“你好，”她说，“你好吗？”

您可能希望

“+”

只匹配“Hello”，然后当您看到它从“Hello”一直匹配到“You？”，您会感到惊讶

要从贪婪切换到您可能认为谨慎的状态，请在量词中添加一个额外的

？

。现在您了解了

\（.+？）\）

，您问题中的示例是如何工作的。它匹配文字左括号的序列，后跟一个或多个字符，并以右括号终止

如果您的输入是“（123）