admin管理员组

文章数量:1531309

2024年5月24日发(作者：)

正则表达式到底是什么东西？

字符是计算机软件处理文字时最基本的单位，可能是字母，数字，标点符

号，空格，换行符，汉字等等。字符串是0个或更多个字符的序列。文本也就是文

字，字符串。说某个字符串匹配某个正则表达式，通常是指这个字符串里有一部分

（或几部分分别）能满足表达式给出的条件。

在编写处理字符串的程序或网页时，经常会有查找符合某些复杂规则的字符

串的需要。正则表达式就是用于描述这些规则的工具。换句话说，正则表达式就是

记录文本规则的代码。

很可能你使用过Windows/Dos下用于文件查找的通配符(wildcard)，也就是*

和?。如果你想查找某个目录下的所有的Word文档的话，你会搜索*.doc。在这

里，*会被解释成任意的字符串。和通配符类似，正则表达式也是用来进行文本匹

配的工具，只不过比起通配符，它能更精确地描述你的需求——当然，代价就是更

复杂——比如你可以编写一个正则表达式，用来查找所有以0开头，后面跟着2-3

个数字，然后是一个连字号“-”，最后是7或8位数字的字符串(像010-

********或0376-*******)。

入门

学习正则表达式的最好方法是从例子开始，理解例子之后再自己对例子进行

修改，实验。下面给出了不少简单的例子，并对它们作了详细的说明。

假设你在一篇英文小说里查找hi，你可以使用正则表达式hi。

这几乎是最简单的正则表达式了，它可以精确匹配这样的字符串：由两个字

符组成，前一个字符是h,后一个是i。通常，处理正则表达式的工具会提供一个忽

略大小写的选项，如果选中了这个选项，它可以匹配hi,HI,Hi,hI这四种情况中的

任意一种。

不幸的是，很多单词里包含hi这两个连续的字符，比如him,history,high

等等。用hi来查找的话，这里边的hi也会被找出来。如果要精确地查找hi这个

单词的话，我们应该使用bhib。

b是正则表达式规定的一个特殊代码（好吧，某些人叫它元字符，

metacharacter），代表着单词的开头或结尾，也就是单词的分界处。虽然通常英

文的单词是由空格，标点符号或者换行来分隔的，但是b并不匹配这些单词分隔

字符中的任何一个，它只匹配一个位置。

如果需要更精确的说法，b匹配这样的位置：它的前一个字符和后一个字符

不全是(一个是,一个不是或不存在)w。

假如你要找的是hi后面不远处跟着一个Lucy，你应该用

bhib.*bLucyb。

这里，.是另一个元字符，匹配除了换行符以外的任意字符。*同样是元字

符，不过它代表的不是字符，也不是位置，而是数量——它指定*前边的内容可以

连续重复出现任意次以使整个表达式得到匹配。因此，.*连在一起就意味着任意数

量的不包含换行的字符。现在bhib.*bLucyb的意思就很明显了：先是一个单

词hi,然后是任意个任意字符(但不能是换行)，最后是Lucy这个单词。

换行符就是'n',ASCII编码为10(十六进制0x0A)的字符。

如果同时使用其它元字符，我们就能构造出功能更强大的正则表达式。比如

下面这个例子：

0dd-dddddddd匹配这样的字符串：以0开头，然后是两个数字，

然后是一个连字号“-”，最后是8个数字(也就是中国的电话号码。当然，这个例

子只能匹配区号为3位的情形)。

本文标签： 字符字符串匹配任意单词

版权声明：本文标题：正则表达式教程 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://m.elefans.com/dianzi/1716529023a507360.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。