一、通配符

創(chuàng)新互聯(lián)是一家集網(wǎng)站建設(shè),順城企業(yè)網(wǎng)站建設(shè),順城品牌網(wǎng)站建設(shè),網(wǎng)站定制,順城網(wǎng)站建設(shè)報價,網(wǎng)絡(luò)營銷,網(wǎng)絡(luò)優(yōu)化,順城網(wǎng)站推廣為一體的創(chuàng)新建站企業(yè)，幫助傳統(tǒng)企業(yè)提升企業(yè)形象加強企業(yè)競爭力?？沙浞譂M足這一群體相比中小企業(yè)更為豐富、高端、多元的互聯(lián)網(wǎng)需求。同時我們時刻保持專業(yè)、時尚、前沿，時刻以成就客戶成長自我，堅持不斷學(xué)習(xí)、思考、沉淀、凈化自己，讓我們?yōu)楦嗟钠髽I(yè)打造出實用型網(wǎng)站。

      說正則表達式之前，先回顧一下通配符，很多人總是把正則表達式和通配符搞混。

通配符是一種特殊的語句，主要包含*和？號（還有｛｝^!），主要用來模糊搜索文件，使用它替代一個或多個真正的字符，尤其在不確定完整文件名時，用來匹配符合條件的文件。

*      代表任意多個任意字符，包括0個或多個

?      代表任意1個字符

[ ]     代表可匹配所有[ ]內(nèi)包含的任意一個字符，這個符號在通配符和正則表達式里的用法一樣

         [123] 表示可以匹配到123這三個字符中任意一個

         [1,2,3] 表示可以匹配到123和逗號這四個字符中任意一個

^和！     這兩個符號往往和[ ]一起使用，代表取反，[^A]就是可以匹配非A的任意的任意一個字符

注意：

        通配符（globbing）是用來匹配文件名的，既限定了字符也指定了范圍

   而正則表達式是和文本搜索工具一起使用用來匹配文本文件內(nèi)的內(nèi)容，一般以行為單位

二、正則表達式

1、概述

       正則表達式(Regular Expression)是一種文本模式，包括普通字符（例如，a 到 z 之間的字母）和特殊字符（稱為"元字符"）。正則表達式使用單個字符串來描述、匹配一系列匹配某個句法規(guī)則的字符串。

      1956 年, 一位叫 Stephen Kleene 的數(shù)學(xué)家在 McCulloch 和 Pitts 早期工作的基礎(chǔ)上，發(fā)表了一篇標題為"神經(jīng)網(wǎng)事件的表示法"的論文，引入了正則表達式的概念。正則表達式就是用來描述他稱為"正則集的代數(shù)"的表達式，因此采用"正則表達式"這個術(shù)語。

隨后，發(fā)現(xiàn)可以將這一工作應(yīng)用于使用 Ken Thompson 的計算搜索算法的一些早期研究，Ken Thompson 是 Unix 的主要發(fā)明人。正則表達式的第一個實用應(yīng)用程序就是 Unix 中的 qed 編輯器。

如他們所說，剩下的就是眾所周知的歷史了。從那時起直至現(xiàn)在正則表達式都是基于文本的編輯器和搜索工具中的一個重要部分。

2、正則表達式分類

       常見的正則表達式記法，其實都源于Perl，實際上，正則表達式從Perl衍生出一個顯赫的流派，叫做PCRE（Perl Compatible Regular Expression），『\d』、『\w』、『\s』之類的記法，就是這個流派的特征。但是在PCRE之外，正則表達式還有其它流派，比如下面要介紹的POSIX規(guī)范的正則表達式。

        POSIX的全稱是Portable Operating System Interface for uniX，它由一系列規(guī)范構(gòu)成，定義了UNIX操作系統(tǒng)應(yīng)當支持的功能，所以“POSIX規(guī)范的正則表達式”其實只是“關(guān)于正則表達式的POSIX規(guī)范”。

     它定義了BRE（Basic Regular Expression，基本型正則表達式）和ERE（Extended Regular Express，擴展型正則表達式）兩大流派。

     目前，正則表達式已經(jīng)在很多軟件中得到廣泛的應(yīng)用，包括 *nix（Linux, Unix等）、HP 等操作系統(tǒng)，PHP、C#、Java 等開發(fā)環(huán)境，以及很多的應(yīng)用軟件中，都可以看到正則表達式的影子。

    比如：python提供了Perl 風(fēng)格的正則表達式模式的re模塊

3、正則表達式語法

      正則表達式(regular expression)描述了一種字符串匹配的模式，可以用來檢查一個串是否含有某種子串、將匹配的子串做替換或者從某個串中取出符合某個條件的子串等。

      正則表達式是由普通字符（例如字符 a 到 z，0到9）以及特殊字符（稱為"元字符"）組成的文字模式。模式描述在搜索文本時要匹配的一個或多個字符串。正則表達式作為一個模板，將某個字符模式與所搜索的字符串進行匹配。

普通字符

  普通字符包括沒有顯式指定為元字符的所有可打印和不可打印字符。這包括所有大寫和小寫字母、所有數(shù)字、所有標點符號和一些其他符號

元字符（特殊字符） 

     字符匹配

     所謂元字符，就是一些有特殊含義的字符，許多元字符要求在試圖匹配它們時特別對待。若要匹配這些特殊字符，必須首先使字符"轉(zhuǎn)義"，即，將反斜杠字符 (\) 放在它們前面。下表列出了正則表達式中的特殊字符：

[]  匹配方括號內(nèi)出現(xiàn)的任一字符，比如說單向選擇題的答案，可能是ABCD選項中的任意一種，用正則表達式表示就是[ABCD],如果遇到比較大范圍的匹配，就需要使用“-”號做范圍限定如[a-z]表示所有的小寫字母，一直要注意，這里“-”號不是單一個字符

[^]  指定范圍外的任意單個字符

常用的字符集合： 

[a-z]  所有小寫字母；注意在文件名通配中是表示所有字母，包括大小寫，在正則表達式中只表示小寫    

[A-Z],[0-9],[a-zA-Z0-9],[^a-zA-Z0-9],[a-z_\-]

[:lower:],[:upper:],[:alpha:][:digit:],[:alnum:]

[:punct:] 所有符號

[:space:] 所有空白字符，包括空格、制表符、換頁符等等；等價于 [ \f\n\r\t\v]，不包括空白行

\d：任意一個數(shù)字

\D：任意一個非數(shù)字

\w:匹配字母，數(shù)字和下劃線，等價于[[:alnum:]_]

\W:匹配非字母、非數(shù)字、非下劃線，等價于[^[:alnum:]_]

\s:匹配任何空白字符，包括空格、制表符、換頁符等等；等價于 [ \f\n\r\t\v]，不包括空白行，

\S:匹配任何非空白字符，等價于 [^ \f\n\r\t\v]

[\d],[\D],[\s],[\w]也是可以用的

限定符

      次數(shù)匹配

      限定符用來指定正則表達式的一個給定組件必須要出現(xiàn)多少次才能滿足匹配。有*或+或?或{n}或{n,}或{n,m}共6種。

正則表達式的限定符有：

*、+和?限定符都是貪婪的，因為它們會盡可能多的匹配文字，只有在它們的后面加上一個?就可以實現(xiàn)非貪婪或最小匹配。

通過在 *、+ 或 ? 限定符之后放置 ?，該表達式從"貪心"表達式轉(zhuǎn)換為"非貪心"表達式或者最小匹配。

定位符

      位置匹配

       定位符使您能夠?qū)⒄齽t表達式固定到行首或行尾。這些正則表達式出現(xiàn)在一個單詞內(nèi)、在一個單詞的開頭或者一個單詞的結(jié)尾。

定位符用來描述字符串或單詞的邊界，^和$分別指字符串的開始與結(jié)束，\b描述單詞的前或后邊界，\B表示非單詞邊界。

正則表達式的限定符有：

注意：不能將限定符與定位點一起使用。由于在緊靠換行或者字邊界的前面或后面不能有一個以上位置，因此不允許諸如 ^* 之類的表達式。

反向引用

      對一個正則表達式模式或部分模式兩邊添加圓括號將導(dǎo)致相關(guān)匹配存儲到一個臨時緩沖區(qū)中，所捕獲的每個子匹配都按照在正則表達式模式中從左到右出現(xiàn)的順序存儲。緩沖區(qū)編號從 1 開始，最多可存儲 99 個捕獲的子表達式。每個緩沖區(qū)都可以使用 '\n' 訪問，其中 n 為一個標識特定緩沖區(qū)的一位或兩位十進制數(shù)。