深入正则表达式:锚点/特征标群/贪婪惰性模式/零宽断言

在阅读之前,希望您对正则表达式有过一些使用经验,本文介绍 4 个部分:

  • 锚点
  • 特征标群
  • 贪婪模式和惰性匹配
  • 零宽度断言

锚点

  • ^:匹配文本应该在字符串的开头
  • $: 匹配文本应该在字符串的结尾

例如 /^(T|t)he/ 匹配 The car is parked in the garage. 中的 The

对于多行文本,开启g(全局搜索)和m(多行修饰符)标志。例如对于多行字符串:

1
2
The car is parked in the garage.
The car is parked in the garage.

/^(T|t)he/gm 可以匹配两个 The

特征标群

特征标群是指写在 (...) 中的子模式。

用途 1: 子模式中可以包含多个字符,它们被视为“一体”。可以搭配*.? 使用。

用途 2: 配合|使用。例如 /(ab|ef)c/g 匹配 abc efc 中的 abc 和 efc。

贪婪模式和惰性匹配

正则表达式默认是贪婪模式,也就是尽可能多的匹配。例如 /.*at/ 匹配 The fat cat sat on the mat. 的全部。可以理解为:从符合匹配的位置开始,尽可能地向后搜索,直到不能向后。

开启惰性匹配的方法是使用 ?,形如 /.*?at//.+?at/。例如 /.*?at/ 匹配 The fat cat sat on the mat. 中的 The fat。可以理解为:从符合匹配的位置开始,向后搜索,一旦完成匹配,立即停止。

零宽度断言

虽然名字很唬人,但是它很有用。通俗来说,它用来检查符合匹配规则的字符串的前/后是否符合规则。

child_database

对于先行断言?=?!来说,它们检查“后面”是否符合规则。例如:

  • \\(T|t)he(?=\\sfat)\\ 匹配 The fat cat sat on the mat. 中的 The
  • \\(T|t)he(?!\\sfat)\\ 匹配 The fat cat sat on the mat. 中的 the

对于后发断言,它们检查“前面”是否符合规则。

推荐