關於正則的一點總結

正則表達式（Regular Expression）是用於描述一組字符串特徵的模式，用來匹配特定的字符串。經過特殊字符＋普通字符來進行模式描述，從而達到文本匹配目的工具。相似於生活中常見的尋人啓示，經過描述一我的的特徵來進行「搜索匹配」
現在正則已經被咱們普遍應用，目前被集成到了各類文本編輯器/文本處理工具當中

應用場景

• 驗證: 表單提交時，進行用戶名密碼驗證。
• 查找: 從大量信息中快速提取指定內容。在一批url中，查找指定url
• 替換: 將指定格式的文本，進行正則匹配查找，找到以後進行特定替換，（vim文本替換等）
  在不少技術領域（好比，天然語言處理，數據存儲等），正則表達式能夠很方便的提取出咱們想要的信息，因此這部分必不可少

構成基本要素

• 字符類
• 數量限定符
• 位置限定符
• 特殊符號

1. 字符類：

字符	說明	舉例
.	匹配任意的一個字符	abc. 能夠匹配abcd、abc0等
[]	匹配 [] 內的任意一個字符	[012]a能夠匹配0a、1a、2a
-	在括號內表示字符範圍	如[0-9]能夠匹配任何一個數字
^	放在[]內前面表示匹配除括號中字符外的任意一個字符	[^ab]c能夠匹配1c、dc，可是不能匹配ac、bc
[[:xxx:]]	grep工具預約義的一些命名字符類	[[:digit:]]能夠匹配一個數字，[[:alpha:]]匹配一個字符，[[:lower:]]匹配任何一個小寫字母等

應用：

1. grep使用--color選項將匹配的字符串以紅色標註出來
2. Linux下能夠用echo $?來打印上一條命令執行的退出碼，爲0表示執行成功，1表示失敗。

實驗以下：

注意：使用 . 默認爲貪心匹配，和後面的正則匹配方式相關，後面再述。

2. 數量限定符：

字符	說明	舉例
?	匹配緊跟它前面的單元(前面的一個數字或字符) 0或1次	如匹配小數，用0\.?[0-9]匹配0.1 、0.二、0.3等；因爲.在正則裏面是特殊符號因此須要用\進行轉義操做(後面再說)
+	匹配緊跟它前面的單元 1或屢次	[a-zA-Z0-9_.-]+@[a-zA-Z0-9_.-]+\.com匹配一個郵箱地址
*	匹配緊跟它前面的單元0或屢次	[0-9][0-9]*匹配至少一位數字，等價於[0-9]+
{N}	精確匹配緊跟它前面的單元N次	[0-9]{3}匹配000到999之間的數字
{N,}	匹配緊跟它前面的單元至少N次	[0-9]{3,}匹配三位及其以上的數字
{,M}	匹配緊跟它前面的單元最多M次	[0-9]{,1}等價於[0-9]?
{N,M}	匹配緊跟它前面的單元N~M次	近似匹配IP地址：[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}

應用：

3. 位置限定符：

字符	說明	舉例
^	匹配行首位置，從行首開始匹配	^world只匹配一行開頭的world
$	匹配行末位置，從行末尾開始匹配	;$匹配一行末尾的;號，^$匹配空行
<	匹配單詞開始位置	< th匹配this,不匹配teach、ethernet
\>	匹配單詞末尾位置	p\>匹配sleep、leap等，不匹配parent、sleepy
\b	匹配單詞的開始位置、末尾位置	如 \borld匹配world、aorld，\borld\b只匹配orld
\B	匹配非單詞的開頭、末尾位置	如 \Bat\B匹配battery，不匹配attend、hat等以字符串"at"開頭、結尾的單詞

注意：其中 \b 用來限定是目標串中是否有以指定字符串開頭的單詞，咱們稱之爲詞界。 \B 稱之爲非詞界
應用：

4. 特殊符號：

字符	說明	舉例
\	轉義字符，普通字符轉義爲特殊字符，特殊字符轉義爲普通字符	<寫成<匹配單詞開頭，.前面加上\寫成\.取 . 的字面值
()	將正則表達式的一部分括起來組成一個單元，能夠對整個單元使用數量限定符	([0-9]{1,3}\.){3}[0-9]{3}匹配IP地址
|	鏈接兩個子表達式，表示或的關係	n(o|either)匹配no或neither

應用：

( )將包含內容括起來做爲一個總體，進而經過數量限定符限定。

| 用來級聯多個條件，只要有任意一個匹配，便可匹配，表示或者關係，咱們稱之爲析取符，

正則表達式版本

其餘經常使用通用字符集及其替換

符號	等價於	匹配
\d	[0-9]	數字字符
\D	[^0-9]	非數字字符
\w	[a-zA-Z0-9_]	數字字母下劃線
\W	[^\w]	非數字字母下劃線
\s	[_\r\t\n\f]	表格，換行等空白區域
\S	[^\s]	非空白區域

因而, 咱們如今能夠用這些符號來簡化咱們正則表達式的編寫了？試試

但是結果好像並不如咱們所願？其實這裏還與正則表達式版本有關。正則分爲如下幾個版本：

• 基本的正則表達式（Basic Regular Expression 又叫 Basic RegEx 簡稱 BREs）
• 擴展的正則表達式（Extended Regular Expression 又叫 Extended RegEx 簡稱 EREs）
• Perl 的正則表達式（Perl Regular Expression 又叫 Perl RegEx 簡稱 PREs）

在grep中指定相應的參數便可，而這幾個版本中默認的就是基本正則，帶上-E選項就是擴展正則，而帶上-P參數就是用perl版正則。解決前面的問題，咱們這裏讓grep帶上-P選項即可解決了

版本間區別

• 正則表達式的Extended規範和Basic規範基本相同。只是在Basic規範下，有些字符 ?+{}|() 應解釋爲普通字符,要表示上述特殊含義則須要加 \ 轉義。
• 反之，在Extended規範下， ?+{}|() 應該被理解成特殊含義，要取其字面值，也要對其進行  轉義。
• 因此， grep 工具帶上 -E 選項，表示使用擴展正則來進行匹配（亦可直接使用egrep 命令操做），若沒有，則表示使用基準正則進行匹配。
• 帶-P選項使用的perl正則匹配。它是perl語言集成的最重要的一種特性，它十分強大，不少語言設計正則式支持的時候基本上都參考Perl的正則表達式。

正則匹配模式

• 貪婪模式
  正則表達式去匹配時，會盡可能多的去匹配符合條件的內容，grep命令 默認使用的就是貪婪匹配，

• 非貪婪模式
  正則表達式去匹配時，會盡可能少的匹配符合條件的內容 也就是說，一旦發現匹配符合要求，立馬就匹配成功，而不會繼續匹配下去(除非有g選項，開啓下一組匹配)

總結：能夠看到，非貪婪模式的標識符，就是貪婪模式的標識符後面加上一個 ?