- https://zh.wikipedia.org/wiki/正则表达式
- 2021/12/19，正则表达式历史
正则表达式, Regular Expression, 简写: regex, regexp, 正则。
一般用来以指定模式对字符串进行查找，替换，切割。
基本知识
Linux 下, grep, find 等命令支持几种风格：
find -regextype help
# find: 未知的正则表达式类型 ‘help’；合法的类型是 ‘findutils-default’, ‘ed’, ‘emacs’, ‘gnu-awk’, ‘grep’, ‘posix-awk’, ‘awk’, ‘posix-basic’, ‘posix-egrep’, ‘egrep’, ‘posix-extended’, ‘posix-minimal-basic’, ‘sed’。
man grep | grep -E '\-regexp$'
# -E, --extended-regexp
# -G, --basic-regexp
# -P, --perl-regexp
# -w, --word-regexp
# -x, --line-regexp
因为历史原因，大体上可以分为：
- 基本型正则表达式（Basic Regular Expression，BRE）
- 扩展型正则表达式（Extended Regular Express，ERE）
- PCRE（Perl兼容正则表达式，Perl Compatible Regular Expressions）
我见过的编程语言中都是采用最为强大的 PCRE 风格：
- PHP 是 pgeg_xxx 系列方法。
- Python 是 re 包。
- Go 是 regexp 包。
- C 直接使用
regex.h(libc) - C++ 老版本也是
regex.h，或者使用第三方库（如 boost）, C++ 11 之后就内置正则支持了（std::regex, 默认 ECMAScript 风格）
语法
特殊字符
| Characters / constructs | Corresponding article |
|---|---|
\ , . , \cX , \d , \D , \f , \n , \r , \s , \S , \t , \v , \w , \W , \0 , \xhh , \uhhhh , \uhhhhh , [\b] |
Character classes |
^ , $ , x(?=y) , x(?!y) , (?<=y)x , (?<!y)x , \b , \B |
Assertions |
(x) , (?:x) , (?<Name>x) , x|y , [xyz] , [^xyz] , \Number |
Groups and ranges |
* , + , ? , x{n} , x{n,} , x{n,m} |
Quantifiers |
\p{UnicodeProperty} , \P{UnicodeProperty} |
Unicode property escapes |
范围
.\w,\d,\s,\W,\D,\S[abc][^abc][a-z]
分组
(abc)\1(?:abc)(?=abc)(?!abc)
量词
a*,a+,a?a{7,9},a{7},a{7,}a+?,a{2,}?
其他
^,$ab|cdor\b,\Bword
修饰符
JavaScript:
gglobalicase insensitivemmultilinessingle line (dotall)uunicodeysticky
Go:
imsU
Python:
re.A,re.ASCIIre.I,re.IGNORECASEre.M,re.MULTILINEre.S,re.DOTALLre.DEBUGre.X,re.VERBOSE
参考资料与拓展阅读
- https://developer.mozilla.org/zh-CN/docs/Web/JavaScript/Guide/Regular_Expressions
- https://developer.mozilla.org/en-US/docs/Web/JavaScript/Guide/Regular_Expressions/Cheatsheet
- https://docs.python.org/3/library/re.html
- https://golang.org/pkg/regexp/
- https://golang.org/s/re2syntax
- https://regexr.com/
- 精通正则表达式，看完这篇就行了
