曾经一直以为正则表达式(Regular Expression或Regex)过于复杂，无谓地增加程序阅读的复杂度，所以没有认真看过正则表达式的用法。在编程时，用一般的字符串操作函数，完全能够实现正则表达式的功能。最近，在CodeWars进行编程练习，遇到很多字符串匹配的问题。练习相关的几道题后发现，使用正则表达式解决字符串匹配类的问题，代码更加简洁、高效。因此，开始看正则表达式相关的资料，希望以后在CodeWars上能用得到。
正则表达式是一种特殊的字符串，用于描述一种字符串的模式，匹配一组(多个、很多个)字符串。比如，[tr]est是一个正则表达式，能够匹配test和rest两个字符串。
正则表达式：[tr]est
字符串模式：字符串的第1个字符为t或T，第2个字符为e，第3个字符为s，第四个字符为T
字符串匹配是正则表达式最基本的功能。正则表达式需要一种正则引擎才能实现这样的功能。正则引擎是一种解析正则表达式的程序，它以正则表达式和普通字符串为输入，然后在普通字符串中搜索，判断其中是否存在字符串满足正则表达式所描述的模式。
普通字符、特殊字符、字符集合和字符组
字符是字符串的基本组成元素。正则表达式也是一种字符串，所以第一步就要讨论组成正则表达式的基本元素。普通字符就是特殊字符以为的字符，比如a-z、A-Z、0-9、@！$%`等。一些不可打印的字符也可以归为普通字符。普通字符的特点是，一个普通字符就表示它本身；对于可打印字符，用户看见什么就代表什么；对于不可打印字符，就算用户看不见，它还是那个字符本身。
特殊字符是在正则表达式中不再是字符本身，而具有特定意义。比如[tr]est中，[]不表示中括号，而是构成一个字符集合。正则表达式的特殊字符包括[、]、\、^、$、.、|、?、*、+、（、）、{、}。\是转移字符，如果普通字符中包含上述特殊字符，需要在特殊字符前添加转移字符。.表示任意字符。
在[]中所有字符组成一个字符集合。正则表达式中，字符集合出现的位置可以是所有字符中任意一个字符。比如[abcdef]string中，[abcdef]位于第1个字符的位置，因此如果一个字符串与该正则表达式匹配，它的第1个字符可以是abcdef的任意一个。有意思的是，字符集合中很多特殊字符会被当成普通字符处理，只有^、\、-还具有特殊意义。^表示字符集合的逆；\还是表示转义；-表示连续的字符段，比如a-z表示所有13个小写的字母。
在()中所有字符组成一个子正则表达式，可以当成把它一个整体看待。如果后面添加重复操作符，()会被当成一个整体进行重复。
位置匹配
某些匹配问题对字符串所处的位置也有一定的要求，比较常用的有起始位置、结束位置。
整个单词的匹配也是与位置相关匹配，即字符串位于单词的边界之间。
-
^: 标记字符串的起始位置；
regex start label
虽然标记为1的This和标记为2的This由相同的字符组成，但是它们所处的位置有所不同。前者位于整个字符串的起始位置，后者则不是。如果只想匹配位于起始位置的字符串，需要使用^。因此，正则表达式^This会匹配标记为1的This。
-
$：标记字符串的结束位置；
regex end label
虽然标记为1的string和标记为2的string由相同的字符组成，但是它们所处的位置有所不同。后者位于整个字符串的结束位置，前者则不是。如果只想匹配位于结束位置的字符串，需要使用$。因此，正则表达式string$会匹配标记为2的string。
-
\b: 标记单词的边界。
regex word boundary
标记为1的is和标记为2的is的不同在于，前者是单词This的一部分，而后者是单独组成一个单词。在整词匹配过程中，使用正则表达式\bis\b，只有标记2的is满足要求，其中\b用于标记单词的边界。
单词的边界位置有4种情形：
1. 如果字符串不以字母字符开始，那么第一个字符前面位置是单词边界，比如'p1'位置。
2. 如果字符串不以字母字符结束，那么最后一个字符后面是单词边界，比如'p4'位置。
3. 非字母字符之后，字母字符之前为单词边界，比如'p2'位置。
4. 字母字符之后，非字母字符之前也为单词边界，比如'p3'位置。
重复字符/字符串
-
*：前一个字符或字符串重复0次或多次。正则表达式abc*能够匹配ab，abc，abcc，abccccc等字符串；
正则表达式z(abc)*能够匹配z，zabc，zabcabc，zabcabcabc等字符串。 -
+：前一个字符或字符串重复1次或多次。 -
?：前一个字符或字符串重复0次或1次。 -
{min,max}：前一个字符或字符串重复min至max次。
混合正则表达式
-
|：用于组合多个正则表达式。regex1|regex2能够在字符串中同时匹配regex1和regex2。
条件判断正则表达式
(?(?=regex)then|else)
如果if部分能够匹配，正则引擎会尝试匹配then部分；否则，尝试匹配else部分。
(?(?=condition)(then1|then2|then3)|(else1|else2|else3))
网友评论