关于正则表达式你知道多少？（附小测验）

正则表达式（Regular Expression，通常简写为Regex或RE），又称规则表达式。

正则表达式是对字符串进行过滤的一种公式，主要由具有特定意义的字符组成。我们一般把这种特定意义的字符称为元字符。正则表达式通常被用来检索或替换符合某个规则的文本。

那么常见的元字符有哪些呢？在我这里把常见的元字符归为以下几组：

第一组：格式组（匹配换行、回车等格式类符号）

| 元字符 | 解释说明 |
| \n | 匹配换行符 |
| \r | 匹配回车符 |
| \t | 匹配制表符 |
| \f | 匹配换页符 |

比如替换掉下面中的换行符：

替换换行符.png

第二组：叫板组（你说A，我就偏不说A）

| 元字符 | 解释说明 |
| \n | 匹配换行符 |
| . | 匹配除换行符外的任意字符 |
| \s | 匹配任何空白字符 |
| \S | 匹配任何非空白字符 |
| \w | 匹配字母、数字、下划线 |
| \W | 匹配除字母、数字、下划线以外的任意字符 |
| \d | 匹配数字 |
| \D | 匹配除数字以外的任意字符 |
| [] | 匹配括号内的任意字符 |
| [0-9] | 匹配数字，等价于\d |
| [A-Za-z] | 匹配英文字母 |
| [\u4e00-\u9fa5] | 匹配汉字 |
| [^] | 匹配除^号后字符以外的任意字符 |
| [^abc] | 匹配除了abc以外的任意字符 |

当然他们之间也可以组合起来，比如其中的\s和\S组合起来：[\s\S]，就是匹配所有字符，其他组类似。

匹配所有.png

第三组：限定组（限定匹配的次数）

| 元字符 | 解释说明 |
| * | 匹配前面元字符0次或多次 |
| + | 匹配前面元字符1次或多次 |
| ？ | 匹配前面元字符0次或1次 |
| {m} | 匹配前面元字符m次 |
| {m,} | 匹配前面元字符至少m次 |
| {m,n} | 匹配前面元字符m到n次，包含m和n |

比如匹配4个数字：

限定次数.png

第四组：位置组（表示符号的位置）

| 元字符 | 解释说明 |
| \b | 表示单词的开始或结尾位置（注意只表示位置，不代表任何字符） |
| \B | 表示非单词的开始或结尾位置（同上） |
| ^ | 表示字符串的开始位置（同上） |
| $ | 表示字符串的结尾位置（同上） |

比如匹配以0结尾的数据：

位置符.png

第五组：断言组（假设满足一定的条件）

| 元字符 | 解释说明 |
| (?=abc) | 匹配abc前面的字符 |
| (?<=abc) | 匹配abc后面的字符 |
| (?<!abc) | 匹配前面不是abc的字符 |
| (?!abc) | 匹配后面不是abc的字符 |

比如匹配abc前的所有字符：

正则匹配abc前面字符

第六组：子表达式及其他组（和子表达式相关的，以及其他常用的元字符）

| 元字符 | 解释说明 |
| () | 通常表示一个完整的表达式（也叫做子表达式），可将匹配的内容保存下来，以供后续使用 |
| \1 | 引用前面第1个子表达式保存的文本，\2\3\4...同理 |
| | | 表示或的关系，比如a|b表示a或者b |
| \ | 转义字符，比如\n表示匹配\n这个符号 |

比如删除下面字符中的重复项：

正则表达式删除重复字符

小测验

在EXCEL中使用正则表达式对字符串：“单芯片,双芯片,单芯片,双芯片,四芯片,单芯片”进行删除重复项：“双芯片,四芯片,单芯片”。

若想获取答案，请在公众耗【转行学数据分析】后台回复：正则小测验