实验十二 正则表达式(二)

正则表达式之正向预查和反向预查

1.正向预查

现在，我们假设需要仅匹配 Windows，不匹配后⾯的版本号，并且要求 Windows 后⾯的版本号只能是 数字类型，换⾔之，XP 和 Vista 不

能被匹配，

在正则表达式中，可以使⽤ 正向预查 来解决这个问题。本例中，写法是：“Windows(?= [\d.]+\b)”。

它的语法是在 ⼦模式内部 前⾯加“?=”，表⽰的意思是：⾸先，要匹配的⽂本必须满⾜此⼦模式前⾯的表达式(本例，“Windows ”)；其次，此

⼦模式不参与匹配。

Text：

Windows 1.03 and Windows 2.0 fisrt Released in 1985 and 1987 respectively.

Windows 95 and Windows 98 are the successor.

Then Windows 2000 and Windows Xp appeared.

Windows Vista is the Latest version of the family.

RegEx：

Windows( ?=[\d.]+\b)

Result：（带下划线的为成功匹配的）Windows 1.03 and Windows 2.0 fisrt Released in 1985 and 1987 respectively.Windows 95 and Windows 98 are the successor.Then Windows 2000 and Windows Xp appeared.

Windows Vista is the Latest version of the family.

可以将 正向预查 理解成为⾃定义的边界(\b)，这个边界位于表达式末。

反⾔之，你可以将位于表达式末的 \b 理解成⾮获取匹配的⼀个特例：(?=[ ,.\r\n<>;\-])。注意，这⾥没有写全边界符号。Text：

正则表达式是一种强大的工具，它可以帮助我们在文本中查找特定的模式，进行匹配和替换。在日常编程和文本处理中，掌握一些常用的正则表达式匹配规则是非常重要的。在本文中，我将介绍20个常用的正则表达式匹配，帮助你更好地理解和应用正则表达式。

1. ^（脱字符）：

- 含义：匹配输入字符串的开始位置。

- 举例：^hello 匹配以“hello”开头的字符串。

2. $：

- 含义：匹配输入字符串的结束位置。

- 举例：world$ 匹配以“world”结尾的字符串。

3. \b：

- 含义：匹配单词边界。

- 举例：\bthe\b 匹配单词“the”。

4. \d：

- 含义：匹配一个数字字符。

- 举例：\d+ 匹配一个或多个数字。

5. \D：

- 含义：匹配一个非数字字符。 - 举例：\D+ 匹配一个或多个非数字字符。

6. \w：

- 含义：匹配包括下划线的任何单词字符。

- 举例：\w+ 匹配一个或多个单词字符。

7. \W：

- 含义：匹配任何非单词字符。

- 举例：\W+ 匹配一个或多个非单词字符。

8. .：

- 含义：匹配除换行符以外的任何单个字符。

- 举例：b.t 匹配“bat”、“bit”等。

9. *：

- 含义：匹配前面的子表达式零次或多次。

- 举例：\d* 匹配零个或多个数字。

10. +：

- 含义：匹配前面的子表达式一次或多次。

- 举例：\d+ 匹配一个或多个数字。

11. ?： - 含义：匹配前面的子表达式零次或一次。

- 举例：\d? 匹配零个或一个数字。

12. []：

- 含义：匹配方括号内的任意一个字符。

- 举例：[aeiou] 匹配元音字母。

13. [^]：

- 含义：匹配除了方括号内的任意一个字符。

正则表达式例子大全

一、元字符

1. .：除换行外的任意单字符

2. \w：数字、字符

3. \d：十进制数字

4. \W：非数字、字符

5. \D：非十进制数字

6. \s：空白符（不可见字符）

7. \S：非空白符（可见字符）

8. \n：换行符

9. \r：回车符

10. \t：Tab空格

二、字符集合

1. [abc]：括号中任意单字符

2. [^abc]：除括号中字符外任意字符

3. [a-z]：括号中a-z英文字母

4. [A-Z]：括号中A-Z英文字母

5. [0-9]：括号中0-9数字

三、字符数量

1. *：0次或者多次 2. +：1次或者多次

3. ?：0次或者1次

4. {n}：n次

5. {m,n}：m次到n次

四、限定符

1. \b：单个单词边界

2. ^：字符串起始处

3. $：字符串结束处

4. |：或者

五、分组

1. (exp)：括号内作为一个整体进行分组

2. (?:exp)：

六、反义

1. \b：单词边界

2. \B：非单词边界

3. \w：数字、字母

4. \W：非数字、字母

5. \d：十进制数字

6. \D：非十进制数字

7. \s：空白符

8. \S：非空白符

正则表达式是一种非常强大的文本检查和替换工具，它的出现给我们带来了更为可靠、灵活的文本处理方式，简化了字符串分析和文本处理相关任务。它还提供了强大的文本搜索能力，主要用于文本模式匹配，如：搜索、替换、拆分等，在日常的文本处理中非常有效。它的工作原理是通过使用特殊的字符串模式，来匹配文本中的某些字符模式，如果匹配到就返回True，如果没有匹配到就返回False。其中，元字符和字符集合是它的主要构成要素，它们既可以表示特殊的字符，也可以表示特定的字符集合。字符数量则是用来表示字符出现的次数，而限定符则能够提升匹配精度，分组是用来将复数个为一个字符串，而反义则能够将否定相关字符串组合为一个。正则表达式的使用方法特别多，其实质也比较简单，只要掌握基础概念，规则和其它要点，熟练掌握其使用方法，就可以任意操作字符串，进而达到更加专业的文本处理效果。

第 1 页 共 2 页 regexp正则表达式

（原创版）

目录

1.正则表达式的概念和作用

2.正则表达式的基本语法

3.正则表达式的应用场景

4.正则表达式的优缺点

正文

正则表达式（Regular Expression，简称 regexp）是一种用于处理字符串的强大工具，它可以用来检查字符串是否符合某种模式、提取字符串中的特定信息等。正则表达式广泛应用于计算机科学和编程领域，例如文本编辑器、搜索引擎、数据验证等。

正则表达式的基本语法包括以下几种元素：

1.字面字符：例如 abc、123 等，它们直接表示字符本身。

2.元字符：例如.（匹配任意字符）、*（匹配零个或多个前面的字符）、+（匹配一个或多个前面的字符）等，它们用来表示字符的匹配方式。

3.字符类：例如 [a-zA-Z]（匹配所有英文字母）、[0-9]（匹配所有数字）等，用来匹配特定类别的字符。

4.边界匹配符：例如^（表示字符串的开头）、$（表示字符串的结尾）等，用来指定匹配的位置。

5.分组和捕获：使用圆括号表示一个分组，可以对分组进行命名捕获，以满足特定需求。

正则表达式的应用场景包括但不限于：

1.数据验证：检查用户输入的数据是否符合某种格式要求，例如邮箱 第 2 页 共 2 页 地址、手机号码等。

2.文本处理：对文本进行搜索、替换、分割等操作，例如在网页中提取所有链接、去除文本中的空格等。

3.数据分析：对大量数据进行筛选、统计等操作，例如分析日志文件、提取表格数据等。

正则表达式的优点主要体现在其简洁、灵活和强大的表达能力上，它可以用来处理各种复杂的字符串问题。然而，正则表达式也存在一定的缺点，例如语法较为复杂、不易理解和维护等。对于初学者来说，需要花费一定时间和精力来学习和掌握正则表达式。

总之，正则表达式是一种重要的计算机技术，它在各个领域都发挥着重要作用。