标签：单个字符 正则表达 mcc 整理 逆向 enc 个人 www 换行符
正则表达式在我们平时的工作中相当的常用，无论是写jmeter脚本，或者写自动化脚本，都可能会用到正则表达式。这篇文章主要梳理正则表达式的常用知识点，并结合一些具体的例子，让大家能掌握使用正则表达式的正确姿势，以至于有打通“任督二脉”之效。
正则表达式的功能概括讲主要有四个：
正则表达式的特点，概括起来是：
因为语句的精简，所以对于很多新手来说，正则表达式会显得晦涩难懂。但是一旦你掌握它，将会大大提升你的工作效率，会让很多复杂的代码逻辑，变的精简。
何为“引擎”？我的理解就是能驱动整个系统运转，比如汽车发动机引擎，主要部件是气缸，是整个汽车的动力源泉。同样正则表达式引擎就是能驱动实现正则表达式功能（匹配、替换、提取）的程序，目前主流的
可能大家会觉得比较难理解，毕竟比较偏理论。这里和大家解释下几个关键字：
有穷：表示有限的意思，表示有限次数内能得到结果。
自动机：其实起的名称而已，可以理解成引擎能根据规则自动匹配，不需要人为干预。
确定型和非确定型： 假设有一个字符串（text=abc）需要匹配，在没有编写正则表达式的前提下，就直接可以确定字符匹配顺序的就是确定型，不能确定字符匹配顺序的则为非确定型。
为了更直观的让大家理解NFA和DFA，从网上爬了两种动图（来自知乎—猪哥的Python）。（https://zhuanlan.zhihu.com/p/107836267）
DFA引擎执行原理动图如下所示：
NFA引擎执行原理动图如下所示：
正则表达式由普通字符和元字符组成，其中普通字符主要就是我们常见的字母、数字、汉字、下划线以及没有特殊含义的标点符号等。下面我帮大家归类整理了常见的特殊字符（参考了菜鸟教程（https://www.runoob.com/regexp/regexp-tutorial.html）并增加了自己的理解）。
| 字符 | 描述 |
|---|---|
| \n | 匹配一个换行符 |
| \t | 匹配一个制表符 |
| \r | 匹配一个回车符 |
| \s | 匹配任何空白字符，包括空格、制表符、换页符等等 |
| \S | 匹配任何非空白字符 |
| \f | 匹配一个换页符 |
| \v | 匹配一个垂直制表符 |
| 字符 | 描述 |
|---|---|
| * 等价于 {0,} | 匹配前面的子表达式0次或多次 |
| + 等价于 {1,} | 匹配前面的子表达式1次或多次 |
| ? 等价于 {0,1} | 匹配前面的子表达式0次或1次 |
| {n} | n是一个非负整数。匹配前面的子表达式n次 |
| {n,m} | m和n均为非负整数，并且n<=m，匹配前面的子表达式至少n次最多m次 |
| {n,} | n是一个非负整数，匹配前面的子表达式至少n次 |
限定符主要用于对匹配内容数量的限制，注意我在上面表格中列出了三组等价关系的写法。另外这里还牵扯到一个知识点，贪婪匹配和非贪婪匹配：
举个例子， 源字符串是aaabaaab，假如正则表达式是：.*b，则最终能匹配到：aaabaaab，这就是贪婪匹配。如果正则表达式加上？：.*?b，则最终能匹配到两个aaab，相对来讲这就是非贪婪匹配。
| 字符 | 描述 |
|---|---|
| \d 等价于 [0-9] | 匹配数字0到9之间的数字 |
| \D 等价于 [ ^0-9] | 匹配非数字0到9的字符 |
| \w 等价于 [A-Za-z_0-9] | 匹配包括下划线的任何单词字符 |
| \W 等价于 [ ^A-Za-z_0-9] | 匹配非下划线、单词字符 |
| \s 等价于[ \f\n\r\t\v] | 匹配任何的非打印字符 |
| \S 等价于[ ^\f\n\r\t\v] | 匹配任何的打印字符 |
| . | 匹配除了\n之外的任意单个字符 |
需要注意在上面表格中分别列出了等价写法，主要是为了方便大家的理解和记忆。
| 字符 | 描述 |
|---|---|
| ^ | 匹配输入字符串开始的位置 |
| $ | 匹配输入字符串结尾的位置 |
| \b | 匹配一个单词边界，即字与空格间的位置 |
| \B | 非单词边界匹配 |
^和$应该比较好理解，\b和\B表示的是单词的边界，我们后面会通过具体的例子来帮助大家理解它的含义。
| 字符 | 描述 |
|---|---|
| (pattern) | 匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到 （结果会被存储起来）,需要注意的是，如果要匹配括号，需要使用转义字符‘(‘ 或 ‘)‘。 |
| \number | 反向引用，可以在正则表达式中利用数字下标number引用()分组的Matchers集合的内容,比如： 源字符串是abcdebbcde，正则表达式是：([ab])\1，最终会匹配到bb。 |
| a|b | 匹配字符串a或者b，是“或”的关系 |
| (?:pattern) | 匹配pattern，但是并不获取匹配结果（和上面的(pattern有区别)）。也就是说不将匹配结果 存储起来，供后面可以获取使用。比如：源字符串是：industry|indestries，正则表达式是industr(?:y|ies)，最终能匹配到industry和indestries。 |
| (?=pattern) | 正向肯定预查，在任何匹配pattern的字符串开始处匹配查找字符串， 但是不获取匹配结果，且不消耗字符串。比如：源字符串是：Windows2000，正则表达式是Windows(?=95|98|NT|2000),最终能匹配的是：windows。如果源字符串是：Windows3.1，则不能匹配。 |
| (?!pattern) | 正向否定预查，在任何不匹配pattern的字符串开始处匹配查找字符串， 但是不获取匹配结果，且不消耗字符串。这个正好和(?!pattern)是相反的。比如：源字符串是：Windows3.1，正则表达式还是：Windows(?=95|98|NT|2000),则最终能匹配到字符串：Windows。 |
| (?<=pattern) | 逆向肯定预查，与正向肯定预查类似，只是方向相反。比如：源字符串是：2000Windows，正则表达式是：(?<=95|98|NT|2000)Windows，能匹配到字符串Windows。同样的如果源字符串是3.1Windows，则不能匹配。 |
| (?<!pattern) | 逆向否定预查，与正向否定预查类似，只是方向相反。比如：源字符串是：3.1Windows，正则表达式是：(?<=95|98|NT|2000)Windows，同样的如果源字符串是2000Windows，就无法匹配。 |
正则表达式从左到右进行计算，并遵循优先级顺序，这跟大家常见的算术表达式非常类似。相同优先级的从左到右进行运算，不同优先级的运算先高后低。下表中的优先级是从高到低排列。
| 字符 | 描述 |
|---|---|
| \ | 转义字符 |
| (), (???, (?=), [] | 圆括号和方括号 |
| *, +, ?, {n}, {n,}, {n,m} | 限定符 |
| ^, $, \任何元字符、任何字符 | 定位点和序列（即：位置和顺序） |
| | | 或操作 |
文中主要梳理了正则表达式的基础知识点，个人觉得大家完全没必要记忆，只需要在使用的时候能知道用什么即可。然后再来翻阅这篇文章中帮大家总结的知识点。
标签：单个字符 正则表达 mcc 整理 逆向 enc 个人 www 换行符
原文地址：https://www.cnblogs.com/zhouliweiblog/p/13179356.html
