一個提高效率的工具,正則表示式,值得學習一下!

語言: CN / TW / HK

前言

之前分享過幾篇工具系列的文章,受到不少讀者喜歡

今天再分享一個關於提高工作效率的工具:正則表示式

在工作中一般使用正則表示式來匹配,替換,檢索文字,可以大大提高了工作效率

文章首發在公眾號(月伴飛魚),之後同步到個人網站:xiaoflyfish.cn/

覺得有收穫,希望幫忙點贊,轉發下哈,謝謝,謝謝

簡介

正則表示式,又稱規則表示式,通常被用來檢索、替換那些符合某個模式(規則)的文字。

許多程式設計語言都支援利用正則表示式進行字串操作。例如,在Perl中就內建了一個功能強大的正則表示式引擎。

學會使用正則表示式可以極大提高我們文字處理效率,並且各大作業系統、程式語言、文字編輯器都已經支援正則表示式

線上正則測試工具:https://regex101.com/r/PnzZ4k/1

下面的例子我會使用Sublime Text(對了,這個工具也非常好用)實現

元字元

一般普通字元表示的還是原來的意思,比如字元 e

舉例:

圖片

所謂元字元(*Metacharacter*)就是指那些在正則表示式中具有特殊意義的專用字元

圖片

特殊單字元

圖片

舉例1:

圖片

舉例2:

圖片

空白符

圖片

舉例:

s 能匹配上各種空白符號,也可以匹配上空格

圖片

量詞

圖片

舉例1:

圖片

舉例2:

圖片

範圍

圖片

舉例:

圖片

貪婪、非貪婪與獨佔

正則有三種模式:貪婪匹配、非貪婪匹配和獨佔模式

  • 貪婪匹配:在正則中,表示次數的量詞預設是貪婪的,在貪婪模式下,會嘗試儘可能最大長度去匹配。
  • 非貪婪匹配:找出長度最小且滿足要求的,量詞後面要加上英文的問號(?),正則就變成了 a*?

舉個例子1:

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片儲存下來直接上傳(img-QJa16VsU-1649431909060)(data:image/gif;base64,iVBORw0KGgoAAAANSUhEUgAAAAEAAAABCAYAAAAfFcSJAAAADUlEQVQImWNgYGBgAAAABQABh6FO1AAAAABJRU5ErkJggg==)]

匹配結果是:"aaa",""

為什麼會匹配到空字串?

因為星號(*)代表0到多次。

舉個例子2:

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片儲存下來直接上傳(img-KWbarrs4-1649431909060)(data:image/gif;base64,iVBORw0KGgoAAAANSUhEUgAAAAEAAAABCAYAAAAfFcSJAAAADUlEQVQImWNgYGBgAAAABQABh6FO1AAAAABJRU5ErkJggg==)]

圖片

獨佔模式:

不管是貪婪模式,還是非貪婪模式,都需要發生回溯才能完成相應的功能。

但是在一些場景下,我們不需要回溯,匹配不上返回失敗就好了,因此正則中還有另外一種模式,獨佔模式,它類似貪婪匹配,但匹配過程不會發生回溯,因此在一些場合下效能會更好。

什麼是回溯?

例如下面的正則:

regex = “xy{1,3}z”

text = “xyyz”

在匹配時,y{1,3}會盡可能長地去匹配,當匹配完 xyy 後,由於 y 要儘可能匹配最長,即三個,但字串中後面是個 z 就會導致匹配不上,這時候正則就會向前回溯,吐出當前字元 z,接著用正則中的 z 去匹配

圖片

分組與引用

舉個例子:

假設我們現在要去查詢15位或18位數字。

根據前面學習的知識,使用量詞可以表示出現次數,使用管道符號可以表示多個選擇,你應該很快就能寫出d15}d{18。

但經過測試,你會發現,這個正則並不能很好地完成任務,因為18位數字也會匹配上前15位

圖片

沒有匹配到18位的記錄

解決方式

可以用括號括起來表示一個整體

圖片

替換舉例

圖片

替換後:

圖片

匹配模式

常見的匹配模式有4種,分別是不區分大小寫模式、點號通配模式、多行模式和註釋模式

不區分大小寫模式

圖片

使用模式修飾符:放在整個正則前面時,表示匹配模式

圖片

點號通配模式

點號它可以匹配上任何符號,但不能匹配換行,如何匹配真正的“任意”符號

圖片

多行匹配模式

多行模式的作用在於,使 ^ 和 $ 能匹配上每行的開頭或結尾,我們可以使用模式修飾符號 (?m) 來指定這個模式

圖片

註釋模式

為正則添加註釋

圖片

斷言

斷言是指對匹配到的文字位置有要求。

通過一些例子來講解。

你應該知道 d{11} 能匹配上11位數字,但這11位數字可能是18位身份證號中的一部分。再比如,去查詢一個單詞,我們要查詢 tom,但其它的單詞,比如 tomorrow 中也包含了tom

圖片

單詞邊界

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片儲存下來直接上傳(img-xpoFsApf-1649431909066)(data:image/gif;base64,iVBORw0KGgoAAAANSUhEUgAAAAEAAAABCAYAAAAfFcSJAAAADUlEQVQImWNgYGBgAAAABQABh6FO1AAAAABJRU5ErkJggg==)]

環視

舉例郵政編碼的判斷:6位數字,且左邊不是數字,右邊不是數字

圖片

最後

覺得有收穫,希望幫忙點贊,轉發下哈,謝謝,謝謝

微信搜尋:月伴飛魚,交個朋友,進面試交流群

參考資料:

  • 極客時間:正則表示式入門課