C++、Java、JavaScript中的正则表达式
-
什么是正则表达式?
正则表达式(RegularExpression)
就是用某种模式去匹配一类字符串的公式。如你要在一篇文章中查找第一个字是“罗”最后一个字是“浩”的三个字的姓名,即“罗*浩”;那么“罗*浩”就是公式,也称作模式(Pattern),这篇文章就是要匹配的串(或叫文本text)。再如,你要检查输入的一个字符串是否是126邮箱的格式,你得制定一个规则去查检,这种规则就是正则表达式。
我们就从上面提到的一个例子开始:检查一个字符串是否符合126邮箱的格式。
我们从网易的邮箱注册页面可以看到126邮箱的用户名需要符合以下的格式:6~18个字符,可使用字母、数字、下划线,需以字母开头。我们可以定义一个模式:^[a-zA-Z]w{5,17}@126.com
这个模式可以这样理解:
[a-zA-Z]:任何一个a到z或A到Z的英文字母
^: 表示以什么开头,则^[a-zA-Z]表示以字母开头
w: 单词字符[a-zA-Z_0-9],即a-z或A-Z或0-9或_中的任何一个字符
{5,17}: 表示出现5到17次(至少5次,不超过17次),则w{5,17}表示5~17个字符。
因为还有一个以非数字字母开头的字符,所以^[a-zA-Z]w{5,17}表示:“6~18个字符,可使用字母、数字、下划线,需以字母开头”
@126.com:表示符合以上规则的用户名后跟上@126.com字符串,即组成一个邮箱地址。
“^[a-zA-Z]w{5,17}@126.com”就是我们所说的正则表达式,用Java的简单实现如下:
正则表达式常用符号
上面一个示例中用到的“^”、“w”、“{5,17}”等都是正则表达式中的常用符号,这些符号在正则表达式中都有特殊的含意。下面这个表格是Java中的正则表达式常用符号的含意(只抽取了其常用的部分进行说明,就这些部分其实可以解决关于正则表达式的绝大多数的问题了)。
这些常用的符号在各种编程语言的正则表达式中含意基本相同(因为正则表达式的思想是相同的),所以都可以用来参数。但不同的语言可能会有一些细小的差别,如果要针对各种编程语言,想有更精确和权威的说明,可参考官方文档:
C++(VS2013编译器):upload/201706180904486222.jpg" data-bd-imgshare-binded="1" />
>>>>
Java中的正则表达式
1验证一个字符串是否为URL
2判断一个文本中有多少个URL,并加上超链接.
如以下文本:
C++(VS2013编译器):upload/201706180904486666.jpg" data-bd-imgshare-binded="1" />
>>>>
JavaScript中的正则表达式
JavaScript中的正则表达式是通过RegExp对象实现的。RegExp对象的创建有三种方式:
精简方式:
/pattern/attributes
new方式:
newRegExp(pattern,attributes);
函数调用的方式:
RegExp(pattern,attributes);
参数pattern可以是一个模式串,也可以是一个RegExp对象,如果pattern本身就是RegExp的对象,则attributes参数将不起作用(新创建的对象的必发与pattern对象相同。),需要省略,如果不省略会抛TypeError异常。
参数attributes有三种属性"g"、"i"和"m",分别用于指定全局匹配、区分大小写的匹配和多行匹配。
RegExp主要有三个方法:
1验证字符串是否为数字
2邮箱格式:
3将一个文本中的所有邮箱地址和位置打印到页面
应用场景
1数据验证:
例如,可以检查输入的字符串,看其是否为电话号码格式,或是否为邮箱格式。这在网页的表单输入中经常用到。
2查找子串:
可以查找文档内(或一个字符串内)符合指定模式的子串。
3替换文本:
可以使用正则表达式来识别文档中的特定内容,完全删除该部分内容或者用其他字符串来替换它。
4使用工具:
如Word、NotePad++、EditPlus等文字编辑器中的查找功能都支持正则表达式,用正则表达式你就可以实现更加多样化的查找。还有像VS、CodeBlock、Eclipse、IntellijIdea等开发工具的IDE的查找替换功能也都支持正则表达式,用它你可以修改变量名,调整代码格式,统计代码行数等。
写在后面
正则表达式是一个非常强大而又非常常用的一个编程技术,我以上这篇文章也只是抛砖引玉,讲述了其中最常用的一部分。因为其内容实在太庞大,如果要详细描述,每一种编程语言的正则表达式都可以单独成一本书。