江苏龙网

  1. 首页 > 资讯 > 科技 > >

技术编程|30 分钟轻松搞定正则表达式基础

技术编程|30 分钟轻松搞定正则表达式基础
文章图片

文章图片

本文为霍格沃兹测试学员学习笔记 ， 进阶学习文末加群 。
正则表达式简介
提起正则表达式 ， 可能大家的第一印象是：既强大好用但也晦涩难懂 。正则表达式在文本处理中相当重要 ， 各大编程语言中均有支持（跟 Linux 三剑客结合更是神兵利器） 。
正则表达式是对字符串操作的一种逻辑公式 ， 就是用事先定义好的一些特定字符、及这些特定字符的组合 ， 组成一个“规则字符串” ， 这个“规则字符串”用来表达对字符串的一种过滤逻辑 。（来自百度百科）
个人理解如下：某个大佬为了从字符串中匹配或找出符合特定规律（如手机号、身份证号）的子字符串 ， 先定义了一些通用符号来表示字符串中各个类型的元素（如数字用 \d 表示） ， 再将它们组合起来得到了一个模板（如：\d\d模板就是指代两个数字） ， 拿这个模板去字符串中比对 ， 找出符合该模板的子字符串 。
简单的例子
由几个例子去进一步理解 ， 比如现在有一个字符串为：
I am a tester, and My job is to test some software.
test是一个正则表达式 ， 它的匹配情况：I am a tester, and My job is to test some software. 它既可以匹配tester中的test ， 又可以匹配第二个test 。正则表达式中的test就代表test这个单词本身 。
\btest\b是一个正则表达式 ， 它的匹配情况：I am a tester, and My job is to test some software. 它只能匹配第二个test 。因为\b具有特殊意义 ， 指代的是单词的开头或结尾 。故tester中的test就不符合该模式 。
test\w*是一个正则表达式 ， 它的匹配情况：I am a tester, and My job is to test some software. 它匹配出了tester ， 也匹配出了第二个test 。其中\w的意思是匹配字母数字下划线 ， *表示的是数量 ， 指有0个或多个\w 。所以这个正则表达是的意思就是匹配开头为test ， 后续跟着0个及以上字母数字下划线的子字符串
test\w+是一个正则表达式 ， 它的匹配情况：I am a tester, and My job is to test some software. 它只匹配了tester 。因为+与*不同 ， +的意思是1个或多个 ， 所以该正则表达式匹配的是开头为test ， 后续跟着1个及以上字母数字下划线的字符串 。
通过上述几个例子 ， 应该可以看出正则表达式的工作方式 ， 正则表达式由一般字符和元字符组成 ， 一般字符就是例子中的‘test’ ， 其指代的意思就是字符本身 ， t匹配的就是字母t；元字符就是例子中有特殊含义的字符 ， 如\w, \b, *, +等 。后续介绍一些基础的元字符 。
元字符介绍
元字符有很多 ， 不同元字符有不同的作用 ， 大致可以分为如下几类 。
用于表示意义
有些元字符专门用来指代字符串中的元素类型 ， 常用的如下：
元字符说明
\w匹配所有字母数字下划线\W与上相反\d匹配所有数字\D与上相反\s匹配所有空格字符 ， 如：,\S与上相反.匹配所有字符 ， 除了换行符匹配换行符匹配制表符
通过上述表格中的数据可以发现 ， \w,\d,\s都有一个与之相反的元字符（将对应字母大写后就是了） 。\w匹配所有字母数字下划线 ， 那么\W就是匹配所有不是字母数字下划线的字符 。只要记住其中3个 ， 另外3个就很好记了 。
乍一看这几个元字符挺简单的 ， 但是经常不用的话保不准会忘记 ， 此处分享一下我的记忆方法 。我把这几个元字符都当作是某一个单词的缩写（虽然可能就是某个单词的缩写 ， 但是没有找到准确的资料去印证）：
\s是space（空间）的缩写
\d是digit（数字）的缩写
\w是word（可以理解成不是传统意义上的单词而是代码中的变量名 ， 变量名可包含的元素就是字母数字下划线）的缩写


推荐阅读


上一篇：行业互联网|辽宁信息半导体新材料产业园：入驻6大项目全部开工，部分已试产

下一篇：|上汽MAXUS EUNIQ系列入羊城 14.98万起的价格实力何在？