架構思惟案例：速學正則

 

前言

本文的目的不只是教會讀者怎麼使用正則表達式。更但願經過學習正則表達式的案例，讓讀者感覺一種不一樣的思惟方式。魚亦漁亦水，誰知道呢，我在扯淡，你要不要看？

正文

正則表達式是描述一組字符串特徵的模式，用來匹配特定的字符串。--Ken Thompson

這句話中提到了兩點：

1. 正則表達式是描述一組字符串特徵的模式；
2. 正則表達式是用來匹配特定的字符串的。

匹配特定字符串就是正則表達式要解決的問題域。
怎麼解決的呢？經過描述一組字符串特徵的方式來匹配。

舉個例子：

www.ly.com

咱們一般是這樣去描述的：3w.ly.com
這裏咱們把連續的多個w，用位數簡述了（對應位區間的概念，後面會詳細講解）。這就是正則表達式解決問題的思路。

正則表達式：

w{3}.ly.com

再好比，怎麼描述一個正整數呢？
首位是1-9的數字，其他位爲0到9。其他位位數是0到無窮。
這裏咱們把首位字符的可能性羅列了出來。把其他位位數用一個可能性區間描述。

正則表達式：

[1-9][0-9]{0,}

至此，咱們感性認識了正則表達式。下面將正式帶領你們認識這個「描述字符串特徵的模式」。

什麼是字符串呢？一串字符唄。本着化繁爲簡的常規架構手法（分而治之），能夠想到描述一組字符串特徵的問題，能夠拆解爲：

1. 描述一個字符特徵的問題；
2. 描述一個字符位區間的問題。

好比，上面正整數的例子[1-9]描述了字符特徵，{0,}描述了0到無窮的一個位區間。

這裏咱們須要聲明或重申幾個概念：

• 正則表達式：描述一組字符串特徵的模式
• 值特徵：描述一個字符特徵（可能性）的模式
• 位區間：描述一個字符位區間的模式

1、值特徵符

咱們使用[ ]表示。以下：
[Aa]：描述一個字符多是A或a中的一個。

1. 簡寫法

   • A=[A]
     當描述的字符取值只有一種可能時，咱們一般用字面量A代替。

   • [1-5]=[1,2,3,4,5]
     當描述的字符取值的可能性是連續時，咱們一般用-簡寫。

2. 邏輯符號

   • |
     邏輯「或」

   • ^
     邏輯「取反」

3. 抽象

   • 數字

   \d=[0123456789]

   • 字母或數字或下劃線

   \w=[A-Za-z0-9_]

   • 空白字符

   \s=[ \f\n\r\t\v]

   • 大寫字母是小寫字符表徵值的取反

   \D=^\d \W=^\w \S=^\s

   • 任意字符

   .

   正則中的object

2、位區間符

咱們使用{}標識。以下：

{3,5}：描述3到5位。

{2,}：描述2到無窮位。

{0,3}：描述0到3位。

簡寫

• {3}={3,3}
• *={0，}
• +={1，}
• ?={0,1}

3、邊界符

邊界符不描述字符，而是描述字符串中的位置。

• 行首：^
• 行尾：$
• 單詞邊界：\b

4、分組符

分組符是解決另外一個問題。在咱們選擇出某個字符串後，咱們在替換結果裏使用其中的一部分（子模式）。
咱們把這種，先選擇後使用的過程叫作後引用。
其中分組符，就是用來解決子模式切割的。

• 捕獲分組：()
• 非捕獲分組：(?:)

替換時，$0：是匹配的整個字符串。
$1:是捕獲的第一個子模式（從前到後遇到的第一個捕獲分組起始符）
依次類推，$n:是捕獲的第n個子模式。

下面給三個例子：
例1：

例2：

例3：

5、轉義符

\

怎麼描述被正則表達式佔用的關鍵字符呢？
轉義。

例如：\.描述.

 

 

 

---

 關注公衆號「架構思惟修煉」，輸入關鍵字「正則表達式圖解」，獲取高清腦圖。