正则表达式 元字符和集合

正则表达式的概念

正则表达式Regular Expressions应用范围

字符串匹配操作和替换操作
举例：Linux中的vi more grep yacc lex awk sed
其他：Visual Studio，Word等文本编辑器

正则表达式的功能

描述一个字符串模式
注意
正则表达式规则与文件名通配符规则不同

• 正则表达式规则用于文本处理的场合
• 文件名匹配规则用于文件处理的场合

不同软件对正则表达式的定义会有差异

正则表达式的特殊字符（元字符）

6个元字符

.、*、[、\、^、$。
所谓的元字符，就是一些控制字符，这些有特殊的含义。

转义

用反斜线可以取消特殊字符的特殊含义。
如：正则表达end\.只与字符串end.匹配

单字符正则表达式

长的正则表达式由单字符正则表达式构成的
非特殊字符与其自身匹配
如：正则表达式a与字符串a匹配, b与b，/与/

转义字符（\）

\.、\*、\$、\^、\[、\\。
正则表达式\*与字符串*匹配，与字符串\*不匹配。

转义字符后除以上六种之外的不该出现其他字符，例如:不该出现\u，这样的组合被视为undefined（未定义的），后出的软件有可能会有特殊的解释

圆点

圆点.：匹配任意单字符

定义集合

基本用法

• 在一对方括号之间的字符为集合的内容，
  • 如：单字符正则表达式[abcd]与a或b,c,d匹配
• 圆点,星号，反斜线在方括号内时，代表它们自己
  • 如:[\*.]可匹配\、*、.这3个单字符本身。

用减号-定义一个区间

如[a-d]、[A-Z]、[a-zA-Z0-9]
[][] 集合含左右中括号两个字符

减号在最后，则失去表示区间的意义
[ad-]只与a、d、-3个字符匹配。

用^表示补集

^在集合的开头,则表示与集合内字符之外的任意字符匹配
如：[^a-z]匹配任一非小写字母
[^][]匹配任一非中括号字符
^不在集合的开头,则失去其表示补集的意义
如：[a-z^]能匹配a-z等26个字符和^字符本身，也就是一共能匹配27个单字符