文档章节

正则表达式学习笔记

電泡泡
 電泡泡
发布于 2017/02/17 21:53
字数 1126
阅读 37
收藏 0

钉钉、微博极速扩容黑科技,点击观看阿里云弹性计算年度发布会!>>>

 

 常用的元字符

代码 说明
. 匹配除换行符以外的任意字符
\w 匹配字母或数字或下划线或汉字
\s 匹配任意的空白符
\d 匹配数字
\b 匹配单词的开始或结束
^ 匹配字符串的开始
$ 匹配字符串的结束

 

常用的限定符

代码/语法 说明
* 重复零次或更多次
+ 重复一次或更多次
? 重复零次或一次
{n} 重复n次
{n,} 重复n次或更多次
{n,m} 重复n到m次

 

常用的反义代码

代码/语法 说明
\W 匹配任意不是字母,数字,下划线,汉字的字符
\S 匹配任意不是空白符的字符
\D 匹配任意非数字的字符
\B 匹配不是单词开头或结束的位置
[^x] 匹配除了x以外的任意字符
[^aeiou] 匹配除了aeiou这几个字母以外的任意字符

 

懒惰限定符

代码/语法 说明
*? 重复任意次,但尽可能少重复
+? 重复1次或更多次,但尽可能少重复
?? 重复0次或1次,但尽可能少重复
{n,m}? 重复n到m次,但尽可能少重复
{n,}? 重复n次以上,但尽可能少重复

 

平衡组/递归匹配、堆栈

  • (?'group') 把捕获的内容命名为group,并压入堆栈(Stack)
  • (?'-group') 从堆栈上弹出最后压入堆栈的名为group的捕获内容,如果堆栈本来为空,则本分组的匹配失败
  • (?(group)yes|no) 如果堆栈上存在以名为group的捕获内容的话,继续匹配yes部分的表达式,否则继续匹配no部分
  • (?!) 零宽负向先行断言,由于没有后缀表达式,试图匹配总是失败

 

例一、电话号码匹配

(010)88886666,或022-22334455,或02912345678等
\(?0\d{2}[) -]?\d{8}
首先是一个转义字符\(,它能出现0次或1次(?),然后是一个0,后面跟着2个数字(\d{2}),然后是)-或空格中的一个,它出现1次或不出现(?),最后是8个数字(\d{8})。
 
010)12345678或(022-87654321     匹配错误
 
分枝条件
0\d{2}-\d{8}|0\d{3}-\d{7}

一种是三位区号,8位本地号(如010-12345678)

一种是4位区号,7位本地号(0376-2233445)。

\d{5}-\d{4}|\d{5} 匹配分枝条件时,将会从左到右地测试每个条件,如果满足了某个分枝的话,就不会去再管其它的条件了。      
\d{5}|\d{5}-\d{4}那么就只会匹配5位的邮编(以及9位邮编的前5位)

 

例二、IP 地址匹配

((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)

((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)

249|255|

[01]?\d\d?

[01]表示一个数字0或1
[01]?表示[01]可出现一次或者不出现,即或者0,或者1,或者没有。
\d表示数字[0-9]
\d?表示可出现一位数字,或者不要出现。
[01]?\d\d?表示最多可以出现三位数字,最少出现一位数字;如果是三位数字,则第一位必须是0或者1。
如:
023、123、03、3、34、04等等。

 

例三、反义

\S+匹配不包含空白符的字符串。

<a[^>]+>匹配用尖括号括起来的以a开头的字符串。

 

例四、懒惰限定符

a.*b,它将会匹配最长的以a开始,以b结束的字符串。如果用它来搜索aabab的话,它会匹配整个字符串aabab。这被称为贪婪匹配。

a.*?b匹配最短的,以a开始,以b结束的字符串。如果把它应用于aabab的话,它会匹配aab(第一到第三个字符)和ab(第四到第五个字符)。

 

例五、平衡组/递归匹配

xx <aa <bbb> <bbb> aa> yy    ( /(==<  )

<                         #最外层的左括号
    [^<>]*                #最外层的左括号后面的不是括号的内容
    (
        (
            (?'Open'<)    #碰到了左括号,在黑板上写一个"Open"
            [^<>]*       #匹配左括号后面的不是括号的内容
        )+
        (
            (?'-Open'>)   #碰到了右括号,擦掉一个"Open"
            [^<>]*        #匹配右括号后面不是括号的内容
        )+
    )*
    (?(Open)(?!))         #在遇到最外层的右括号前面,判断黑板上还有没有没擦掉的"Open";如果还有,则匹配失败

>                         #最外层的右括号

 

 

学习参考:http://deerchao.net/tutorials/regex/regex.htm

電泡泡
粉丝 23
博文 183
码字总数 69717
作品 0
衡阳
私信 提问
加载中
请先登录后再评论。

暂无文章

反反爬 | 如何巧过 CloudFlare 5秒盾?

巧破 Cloudflare 5秒盾 相信下面这个界面大家都不会陌生。【图1-1】 图1-1 当我们第一次访问使用 CloudFlare 加速的网站时,网站就会出现让我们等待 5 秒种的提示,当我们需要的通过爬虫爬取...

咸鱼学Python
2019/09/20
0
0
​Python爬虫学习之代理IP抓取(2)

Python爬虫学习之代理IP抓取 ✕ 代理数据保存清洗 运行效果: 然后我的IP就给封了 代理测试 代码没问题。。。 不过短短几分钟抓了6000条代理,也算是不错了 需要下载的模块 pip install tiny...

萌海无涯
2019/08/05
0
0
从nginx1.17.9源码理解nginx -s reload

使用nginx的时候,我们经常会使用nginx -s reload命令重启。下面我们就分析一下,执行这个命令的时候,nginx里发生了什么?我们从nginx的main函数开始。在main函数里,执行ngx_get_options函...

theanarkh
03/15
6
0
Geekpwn 2020云端挑战赛 Noxss & umsg

作者:LoRexxar'@知道创宇404实验室 时间:2020年7月14日 前两天看了今年Geekpwn 2020 云端挑战赛,web题目涉及到了几个新时代前端特殊技巧,可能在实战中利用起来难度比较大,但是从原理上又...

osc_ccy4urvn
13分钟前
0
0
host、referer和origin的区别

题图 By Clm From Bing 在http协议中这三个请求头比较容易让人产生混淆。 host比较容易理解,来看下MDN网站给的介绍: Host 请求头指明了服务器的域名(对于虚拟主机来说),以及(可选的)服...

挥刀北上
2019/02/14
0
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部