正则表达式杂记：入门笔记速查，进阶：组属性，VimMagic与练习场地

本文转载自微信公众号「Piper蛋窝」，作者Piper蛋 。转载本文请联系Piper蛋窝公众号。

几乎所有写代码的朋友都或多或少接触过一点 regex ，但你真的会用吗?比如，用于全匹配 aabc 的 regex 为 ^(?.)\k(?!\k)(?.)(?!\k(b)|\k).$ ，你可以给出解释吗?今天，不妨一起回顾一下 regex 中的知识;此外，笔者将分享一些拓展内容，比如 vim 中的 magic 、练习 regex 的绝佳在线工具等。

入门笔记速查

本段及下段内容是 B站UP主free-coder 视频正则表达式-从入门到group入门[1]的笔记。阅读原文可以观看其视频。强烈安利这位技术UP。

基础内容

对于字符串abc，我们输入正则表达式：

• abc，可以匹配到出现在任意位置的abc
• ^abc$， 全匹配 ，^a表示这个字符串开头必须是a，c$表示这个字符串结尾必须是c

此外，我们可以用 中括号 []某个范围的匹配，比如：

• [a-z]表示匹配任意位置的某个字符，这个字符的范围是a,b,c,...,z
• [a-zA-Z]表示匹配任意位置的某个字符，这个字符的范围是a,b,c,...,z,A,B,C,...,Z

而在中括号[]内，^表示取反，如，^[^a-z]$表示：全匹配一个字符，这个字符不属于a,b,c,...,z

而 大括号 表示字符的数量，如：

• ^[a-zA-Z]{3}$表示，全匹配一个字符串，这个字符串有3个字符，每个字符都属于a,b,c,...,z,A,B,C,...,Z
• ^[a-zA-Z]{3,}$表示，全匹配一个字符串，这个字符串 至少 有3个字符，每个字符都属于a,b,c,...,z,A,B,C,...,Z
• ^[a-zA-Z]{3,6}$表示，全匹配一个字符串，这个字符串 至少 有3个字符， 至多 有6个字符，每个字符都属于a,b,c,...,z,A,B,C,...,Z

其他符号

如.表示 除了 回车/换行符号 line terminators 。

符号 . 匹配到两个字符串，被换行隔开

而 \d 与 [0-9] 同， \D 与 [^0-9] 同。我们一般用 [\d\D] 表示任意字符， 包括 回车/换行符号 line terminators 。

符号 [\d\D] 匹配到一个字符串，不会受换行影响

\w 是常用互联网命名符号，与 [a-zA-Z0-9_] 同。

\s 是特殊符号，与 [\r\n\t\f\v ] 同，\S 是非特殊符号 [^\r\n\t\f\v ] 。

此外，还有表示数量的符号：

• w? 同 {0,1}
• w* 同 {0,}
• w+ 同 {1,}

举例：匹配 qq 邮箱

以我的邮箱 piperliu@qq.com 为例：

• ^[a-zA-Z0-9]\w*第一个字符不能是下划线
• 后面是@qq\.com$，其中，\.表示字符“.”，\是转义符号。

用 JavaScript 匹配：

 
 
 
 

  
  
  
  
'piperliu@qq.com'.match(/^[a-zA-Z0-9]\w*@qq\.com$/) 
 
 
 
 

其中，字符串对象的match()函数中用//包裹正则表达式。

进阶：组属性

组属性很神奇，有了组属性，我们可以表达更复杂的语法规则。

组基础

我们用括号()定义哪些部分是一个组。

 
 
 
 

  
  
  
  
'piperliu@qq.com'.match(/^([a-zA-Z0-9]\w*)@qq\.com$/) 
 
 
 
 

其中，我们将piperliu即([a-zA-Z0-9]\w*)定义为一个组，且是第1个组。

但是组([a-zA-Z0-9]\w*)并不在 JavaScript 对象的组对象 groups 中

如上，在 JavaScript 对象的组对象 groups 中，并没有我们刚刚定义的组。这是因为 groups 中只存放定义了名称的组。我们用 ? 定义组的名称。

 
 
 
 

  
  
  
  
'piperliu@qq.com'.match(/^(?[a-zA-Z0-9]\w*)@qq\.com$/) 
 
 
 
 

组([a-zA-Z0-9]\w*)在 JavaScript 对象的组对象 groups 中

如上，我们定义组名称为first。

组实现引用

在同一个正则表达式中，我们可以直接用索引引用组(\1)，也可以用名字引用定义了组名的组(\k)。

组的索引是从 1 开始的，而非 0 ， 因为\0已经被用来表示asc码的第一个码。

对于字符串1212，我们可以用如下的方式匹配：

• ^\d\d\d\d$
• ^(\d\d)\1$，引用第一组
• ^?(\d\d)\k$，直接用了组名

组的特殊结构

有了组，我们可以实现很多 Group Construction ，首先以 Positive Lookahead 为例。

对于字符串foobar,fooboo为例，我们想找出foo，且这个foo必须紧紧靠在bar前，则可表达如下：

• foo(?=bar)

再举个例子， Positive Lookbehind 和 Negative Lookbehind ，对于字符串barfoo,boofoo，我们想找出foo：

• 这个foo必须紧紧靠在bar后，则(?<=bar)foo
• 这个foo前紧邻的必须不是bar，则(?!=bar)foo

老师例题

现在想匹配字符串形式aabc，要注意不可以匹配到：

• aaaa
• aabb
• aaba

则正则表达式如下：

 
 
 
 

  
  
  
  
^(?.)\k(?!\k)(?.)(?!\k|\k).$ 

 
 
 
 

正确的匹配

分析一下：

• ^(?.)第一个字符，定义为组a，可以是任何字符.
• \k第二个字符要与第一个字符同
• (?!\k)此外，第二个字符紧后面的字符，不可以是组a的字符
• (?.)第三个字符定义为组b
• (?!\k|\k)此外，第二个字符紧后面的字符，不可以是组b或组a的字符
• .第四个字符任意

vim magic