笔记 | 正则表达式

字数总计：1.4k | 阅读估时：6分钟

基本使用

基本匹配：直接输入，全字匹配

. 匹配任何字符

字符集 [] 匹配方括号内的任意字符

否定字符集 [^] 方括号内的字符不匹配

字母范围 [a-h] 匹配范围内的字母，左右都是闭合的

数字范围 [a-h] 匹配范围内的数字，左右都是闭合的

重复

* 字符和星号在一起，表示字符出现0次或者多次，比如a*表示字符a出现0次或者多次

+ 字符和+号在一起，表示字符出现1次或者多次，比如a+表示字符a出现1次或者多次

? 字符和？号在一起，表示字符出现0次或1次，比如a？表示字符a出现0次或者1次

{} 表示指定字符出现的次数，a{2}表示匹配出现两次的a

{n,} 表示指定字符至少出现的次数，a{2,}表示匹配至少出现两次的a

{n,m} 表示指定字符出现的次数的范围，a{2,4}表示匹配出现2到4词的a字符，包含2和4

分组

[[../../../../../1.收集箱/simpread_clipper/repo/1-python正则表达式精讲–分组 - 知乎|正则表达式-分组–知乎]]

()构成分组，这样方便提取

(ha)-\1,(haa)-\2 1和2表示分组的顺序

(?: ) 非捕获分组（匿名分组），也就是不被捕获，

位置

| 竖线允许一个表达式包含多个不同的分支，所有分支用|分隔。

\ 转义字符，用来转义 { } [ ] / \ + * . $^ | ?

^ 插入符号。在表达式前面加上这个符号，表示匹配表达式的开始

$ 结束符。在表达式后面加上这个符号，表示匹配表达式的结尾

单词字符

\w 匹配字母、数字和下划线

\W 匹配除了字母、数字和下划线之外的所有东西

\d 匹配数字

\D 匹配非数字

\s 匹配空白字符

\S 匹配非空白字符

零宽断言

我们希望正在写的词语出现在另一个词语之前或之后

(?=) 正向先行断言，\d+(?=PM)表示匹配数字，数字后面有PM

(?!) 负向先行断言，\d+(?!PM)表示匹配数字，数字后面没有PM字母

(?<=) 正向后行断言，(?<=\$)\d+ 表示匹配数字，数字前面是$符号

(?<!) 负向后行断言，(?<!\$)\d+ 表示匹配数字，数字前面不是$符号

标志

全局标志，选中所有匹配项目 /\w+\.com/g

多行标志，单独处理每一行/\w+\.com/m

忽略大小写标志，大小写不再敏感 /\w+\.com/i

可以叠加 /\w+\.com/gmi

匹配机制

.* 贪心匹配，匹配满足条件的最长的字符串，比如.*r是匹配以r结尾的最长子串

.*? 懒惰匹配，匹配满足条件的最短的字符串，比如.*?r是匹配以r结尾的最短子串

其他解决方案

匹配java的行内注释

目标：/*asdasd*/

模式：/\\[\\s\\S]?\\*/

目标：

/*
	Author: Jancoyan
	Date: 2020-03-03
*/

模式：/\/\*[\w\W]*?\*\/|\/\/.*/

模式：`/\_[\s\S]_?\*/`

匹配空行

1
2
3

^(\\t)*$\\n   tab构成的空行
^( )*$\\n   空格构成的空行
/^\\s*$/

#正则表达式

借鉴了 CSDN-正则表达式校验日期时间格式

日期校验

yyyyMMdd

((\d{3}[1-9]|\d{2}[1-9]\d|\d[1-9]\d{2}|[1-9]\d{3})(((0[13578]|1[02])(0[1-9]|[12]\d|3[01]))|((0[469]|11)(0[1-9]|[12]\d|30))|(02(0[1-9]|[1]\d|2[0-8]))))|(((\d{2})(0[48]|[2468][048]|[13579][26])|((0[48]|[2468][048]|[3579][26])00))0229)

举例：

20220102 √
20200202 √
20010222 √
20220229 ×

yyyy-MM-dd

((([0-9]{3}[1-9]|[0-9]{2}[1-9][0-9]{1}|[0-9]{1}[1-9][0-9]{2}|[1-9][0-9]{3})-(((0[13578]|1[02])-(0[1-9]|[12][0-9]|3[01]))|((0[469]|11)-(0[1-9]|[12][0-9]|30))|(02-(0[1-9]|[1][0-9]|2[0-8]))))|((([0-9]{2})(0[48]|[2468][048]|[13579][26])|((0[48]|[2468][048]|[3579][26])00))-02-29))

注意：连字符中间不能有空格

举例：

2022-01-02 √
2020-02-02 √
2001-02-22 √
2022-02-29 ×
2022 - 02 - 20 ×

时间校验

HHmmss

1	([0-1]?[0-9]\|2[0-3]):([0-5][0-9]):([0-5][0-9])

举例：

21:02:12 √
12:21:22 √
15:21:22 √

注意：冒号是英文的

HHmmss

1	([0-1]?[0-9]\|2[0-3])([0-5][0-9])([0-5][0-9])

举例：

210212 √
122122 √
152122 √

HH-mm-ss

1	([0-1]?[0-9]\|2[0-3])-([0-5][0-9])-([0-5][0-9])

举例：

21-02-12 √
12-21-22 √
15-21-22 √

日期时间校验

yyyyMMddHHmmss

1
2

((([0-9]{3}[1-9]|[0-9]{2}[1-9][0-9]{1}|[0-9]{1}[1-9][0-9]{2}|[1-9][0-9]{3})(((0[13578]|1[02])(0[1-9]|[12][0-9]|3[01]))|((0[469]|11)(0[1-9]|[12][0-9]|30))|(02(0[1-9]|[1][0-9]|2[0-8]))))|((([0-9]{2})(0[48]|[2468][048]|[13579][26])|((0[48]|[2468][048]|[3579][26])00))0229))([0-1]?[0-9]|2[0-3])([0-5][0-9])([0-5][0-9])

yyyy-MM-dd HH:mm:ss

1
2

((([0-9]{3}[1-9]|[0-9]{2}[1-9][0-9]{1}|[0-9]{1}[1-9][0-9]{2}|[1-9][0-9]{3})-(((0[13578]|1[02])-(0[1-9]|[12][0-9]|3[01]))|((0[469]|11)-(0[1-9]|[12][0-9]|30))|(02-(0[1-9]|[1][0-9]|2[0-8]))))|((([0-9]{2})(0[48]|[2468][048]|[13579][26])|((0[48]|[2468][048]|[3579][26])00))-02-29))\\s+([0-1]?[0-9]|2[0-3]):([0-5][0-9]):([0-5][0-9])

2020-07-20