正则表达式：是处理字符串的一种表达方式，提供了一种从一组字符串中选择特定字符串的机制
POSIX规范定义了 UNIX 操作系统支持的功能，POSIX 规范的正则表达式有两种：
- BRE (Basic Regular Expression) -- 基本型正则表达式
- ERE (Extended Regular Expression) -- 扩展型正则表达式
这里需要注意一点：正则表达式和通配符没有任何关系，不是包含关系
1、通配符是Shell提供的功能
2、正则表达式只是用来处理字符串
下面我们来看一个常见的正则表达式，手机号码的判断：
^1[3-9](\d{9})$
-
^：锚点操作符，匹配字符串的开头，这里紧跟着1表示以1开头的字符串 -
[]：列表操作符，只匹配中括号中的一个字符 -
-：范围操作符，指定的范围。3-9表示范围在3和9之间 -
\d：代表0-9之间的数字 -
{}：间隔运算符，匹配前一个元素N次，这里表示匹配前一个元素9次 -
$锚点操作符，匹配字符串的结尾
字符匹配
- 我们先来看一些常见的字符
| 字符 | 描述 |
|---|---|
[ABC] |
匹配[...]中的所有字符，例：[qaz]匹配字符串"Tiktok Byte Dance"中所有的q a z字母 |
[^ABC] |
匹配除了[...]中字符的所有字符，与 [ABC]相反 |
[A-Z] |
[A-Z]表示一个区间，匹配所有大写字母，[a-z]表示所有小写字母 |
. |
匹配所有字符，除了\n \r和null(空字符)，相当于[^\n\r] |
| \w | 匹配字母、数字、下划线。等价于[A-Za-z0-9] |
- 重复操作符
| 字符 | 描述 |
|---|---|
* |
匹配前一个元素 0 次 或 多次 |
+ |
匹配前一个元素 1 次 或 多次 |
? |
匹配前一个元素 0 次 或 1次 |
- 间隔操作符
| 字符 | 描述 |
|---|---|
{N} |
匹配前一个元素 N 次，N是一个非负整数 |
{min,} |
匹配前一个元素至少 min 次，min是一个非负整数 |
{min,max} |
匹配前一个元素至少 min 次，至多 max 次；min和max均为非负整数，注意逗号和两个数之间不能有空格
|
-
列表操作符
[...]&[^...]
一般操作符在列表操作符里会失去特殊意义，除了：
| 字符 | 描述 |
|---|---|
] |
结束列表[]]
|
\ |
转义字符 |
[: |
字符类别操作符开始 |
:] |
字符类别操作符结束 |
- |
范围操作符，如0-9
|
- 字符类别操作符
| 字符 | 匹配类型 | 描述 |
|---|---|---|
[:alnum:] |
[A-Za-z0-9] | 匹配数字和字母 |
[:alpha:] |
[A-Za-z] | 匹配字母 |
[:blank:] |
[\t] | 匹配空格 和 Tab |
[:cntrl:] |
[\x00-\x1F\x7F] | 匹配控制符 |
[:digit:] |
[0-9] | 匹配数字 |
[:graph:] |
\x21-\x7E | 匹配可视字符 |
[:lower:] |
[a-z] | 匹配小写字母 |
[:print:] |
[\x20-\x7E] | 匹配可视字符和空格 |
[:punct:] |
][!"#$%&'()*+,./:;<=>?@^_`{}·~-] | 匹配标点符号 |
[:space:] |
[\t\r\n\v\f] | 空白字符 |
[:upper:] |
[A-Z] | 匹配大写字母字符 |
[:xdigit:] |
[A-Fa-f0-9] | 匹配十六进制字符 |
- 特殊类别操作符
| 字符 | 匹配类型 | 描述 |
|---|---|---|
\w |
[:alnum:] | 匹配数字和字母 |
\d |
[:digit:] | 匹配数字 |
\W |
[^[:alnum:]] | 匹配除了数字和字母 |
\B |
[^[:digit:]] | 匹配除了数字 |
\< |
^ | 匹配字符串的开头 |
\> |
$ | 匹配字符串的结尾 |
\b |
匹配单词边界字符，to\b，但是不匹配tomorrow |
- 锚点操作符
| 字符 | 描述 |
|---|---|
^ |
匹配字符串的开头，需在开头 |
$ |
匹配字符串的结尾 或 换行符的前一个位置，需在结尾 |
⚠️ 注意：如果^在列表操作符中使用，并且在首位，代表取反
操作符的优先级
| 优先级（由高到低） | 操作符 |
|---|---|
| 归类相关的括号符号 | [::] |
| 转义字符 | \<特殊字符> |
| 括号表达 | [] |
| 分组 | () |
| 单字符重复 |
* + ? {m,n}
|
| 串联 | . |
| 锚点 |
^ $
|
| 备选 | 竖线(Markdown语法冲突，无法描述) |
贪婪模式、勉强模式、侵占模式
| 贪婪匹配 | 勉强匹配 | 侵占匹配 | 描述 |
|---|---|---|---|
X? |
X?? |
X?+ |
匹配X零次或一次 |
X* |
X*? |
X*+ |
匹配X零次或多次 |
X+ |
X+? |
X++ |
匹配X一次或多次 |
X{n} |
X{n}? |
X{n}+ |
匹配Xn次 |
X{n,} |
X{n,}? |
X{n,}+ |
匹配X至少n次 |
X{n,m} |
X{n,m}? |
X{n,m}+ |
匹配X至少n次，但不超过m次 |
贪婪模式
例子：GoogleMaps
- 模式：
.*aps(贪婪模式) 由两部分组成
1、p1(.*) ：匹配方式为贪婪型
2、p2(aps)
匹配开始： - 第一轮：
首先，p1会匹配字符串中的所有字符GoogleMaps，匹配成功；但是p2没有匹配字符，本轮匹配失败。 - 第二轮：
减少p1的匹配量，留出最后一个字符，那么此时存在两个字符串：s1代表GoogleMap/ s2代表s。此时s1匹配p1，但是s2不匹配p2，本轮匹配失败。 - 第三轮：
继续减少p1的匹配量，留出两个字符，结果同第二轮一样。 - 第四轮：
再次减少p1的匹配量，字符串被分割成GoogleM和aps两个部分，此时p1和p2都能匹配。返回匹配成功。
勉强模式
例子：GoogleMaps
- 模式：
.*?aps(勉强模式) 最小匹配方式，同样的分为两部分
1、p1(.*?) ：匹配方式为勉强模式
2、p2(aps)
匹配开始： - 第一轮：p1由于是0次和任意次，首次匹配0次；则直接用字符串去匹配p2，但是p2无法匹配字符，本轮匹配失败。
- 第二轮：
增加p1的匹配量，匹配G；此时存在两个字符串，s1代表G/ s2代表oogleMaps，s1匹配p1，但是s2不匹配p2，本轮匹配失败。
继续上述匹配，直到满足p2
侵占模式
例子：`GoogleMaps
- 模式：
.*+aps(侵占模式) ，同样的分为两部分
1、p1(.*+) ：匹配方式为勉强模式
2、p2(aps)
匹配开始时读入所有字符串，和p1匹配成功；但没有剩余字符串去和p2匹配，匹配失败。
简单讲，贪婪模式和侵占模式相比，
1、贪婪模式会在只有部分匹配成功的条件下，依次从多到少，减少匹配成功部分的匹配量，将字符留给其他部分去匹配
2、而侵占模式则是占有所有能匹配成功的部分，绝不留给其他部分使用
iOS中正则表达式的应用
NSString *phoneNum = @"1384587921";
NSError *error = NULL;
NSRegularExpression *regex = [NSRegularExpression regularExpressionWithPattern:@"^1[3-9]([:digit:]{9})$" options:NSRegularExpressionCaseInsensitive error:&error];
NSTextCheckingResult *result = [regex firstMatchInString:phoneNum options:0 range:NSMakeRange(0, [phoneNum length])];
if (result) {
NSLog(@"匹配成功");
} else {
NSLog(@"匹配失败");
}
⚠️⚠️⚠️ 注意：正则表达式在不同的开发环境中是有所区别的，这一点需要在实际开发中灵活应用，比如：
image.png
在iOS的环境下，
\d是不识别的。这是因为OC 和 Swift 都要求 转义文字字符串中的特殊字符（即：在它们前面加上
反斜杠\）。反斜杠本身就是这样的特殊字符之一，由于用于创建正则表达式的模式也是字符串，因此会增加复杂性，因为在使用Stingand时需要转义反斜杠字符NSRegularWxpression。
这也就意味着标准正则表达式\d，将以\\d的形式出现在Swift 或 OC 代码中。这一点大家要注意！
^1[3-9](\\d{9})$
参考文档：正则表达式 - 语法
网友评论