正则表达式在线匹配

目录：

• 1、正则表达式如何匹配多行的所有任意字符
• 2、正则表达式 最小匹配（第一次出现） 2020-10-01
• 3、正则表达式
• 4、php中文正则匹配

正则表达式如何匹配多行的所有任意字符

如何使用正则表达式来获取一段文本中的任意字符包括换行符“\n”呢？

匹配方法可以使用 ([\s\S]*) 或 ([\d\D]+) 或 ([\w\W]*)

其中*表示重复零次或更多次，+表示重复一次或更多次。

可以使用正则表达式在线测试工具验证，如下图：

正则表达式常用字符释义如下表：

正则表达式 最小匹配（第一次出现） 2020-10-01

  ⮮因为需要使用Notepad++ 来过滤一些字符如下：

  ⮮首先按照字面的特征，写正则表达式如下：

   \[.*\]\(https:.+\) ,测试匹配

  ⮮查阅Notepad++的在线帮助，找到正则表达式的相关内容：

  When regex “.*” is run against the text “abc”x :

  When regex “.*+” , with a possessive quantifier, is run against the text “abc”x :

  Notice there is no match at all for the possive version, because the possessive repeat factor prevents from backtracking to a possible solution

  ⮮注意关键说明如下：

  加入 *? 表示前一个字符出现0次或者无限多次，但是是 最小匹配 。结合刚才的需求分析：

  ⮮运行结果如下：

  为什么呢？仔细分析正则表达式，原来问题出现在了前面：

  前面的这个 \[.*\] 没有进行限定，依然是最大匹配，现在在这里也加上 ? ，看测试结果：

正则表达式

正则表达式(Regular Expression) 正则表达式是一种字符特征的描述方式,用来在文本中匹配到用户想要的东西.

正则表达式与通配符:

1.正则表达式一般用于处理文本内容,常用命令有grep,sed,awk,vim等

通配符一般用于匹配文件名,常用命令有find,ls,cp等

2.各符号的含义不尽相同.

什么地方使用正则表达式

vim grep sed awk nginx apache mail垃圾邮件过滤。。。 perl java python 等等都使用正则

构成

1．元字符(基本元字符、扩展元字符)

2．除元字符之外的任意字符都是表示他字面意思的正则表达式

正则表达式的匹配过程

正则表达式是按照从表达式最左端第一个字符开始,左到右依次一个一个字符进行匹配.当字符串中有字符成功匹配到正则表达式中字符,则从这个位置开始尝试正则表达式中的下一个字符进行匹配,如果匹配成功则继续从这个位置开始匹配正则表达式中下一个字符；如果匹配不成功,则“回溯”到第一次匹配的字符处重新从正则表达式中第一个字符开始匹配。

特征

贪婪匹配

基本元字符

1.字符匹配

** . 任意单个字符**

** [] []内的任意单个字符**

** [ a-z] 任意单个小写字母**

** [a-zA-z] [0-9] [a-zA-z0-9]**

[^0-9]除了数字外的任意当个字符

[a-z]小写字母

[0-9]数字

[A-Z]大写字母

[a-zA-Z]所有字母

[^a-zA-Z0-9]所有符号

次数匹配

** * 匹配前面的字符重复****0次****到多次 *

{****n****}****匹配前面的字符重复任意次数

{n,m}前面的字符重复n次到m次

{,n} 前面的字符最多重复n次

{n,} 前面的字符最少重复n次

** 位置匹配**

^ 行首

$ 行尾

词首

词尾

扩展元字符****Extended Metacharacters (egrep and awk)

sed -r

?? 前面的字符重复0次或1次

{} 次数匹配意义同基本元素中的{}

|或着

() 分组

\数字 引用分组的内容

前向: 在正则中引用

后向: 在其他地方引用, \0表示引用模式中所有的内容 \0 ⇔

hehello

llllo

llheo

hellhello

hellohello

编写正则表达式的3 个步骤****：

1 知道要匹配的内容以及它如何出现在文本中。

2 编写一个模式来描述要匹配的内容

3 测试模式来查看它匹配的内容,不能错,不能漏,不能多

练习： head /etc/passwd /tmp/pass

1. 删除每行的第一个字符

2. 在每行行首插入hello

3. 删除每行的第二个字符

4. 把每个数字用()括起来 如:(1)(2)

5. 把每个数值用()括起来 如:(12)

6. 删除每行的倒数第二个字符

7. 交换每行的第一个和最后一个字符

8. 删除刚好三个字符的单词

9. 把ro或da替换成A

思考:

1. 删除每行的第一个单词(纯字母)

2. 交换第一个和倒数第二个单词(纯字母)

POSIX字符类

点击这里点击这里

[:digit:]任何数字

[:xdigit:]任何十六进制数字

[:alpha:]任何字母

[:lower:]任何小写字母

[:upper:]任何大写字母

[:alnum:]任何字母或数字

[:cntrl:]ASCII控制字符（ASCII 0~31 和 ASCII 127）

[:punct:]不属于[:alnum:]和[:cntrl:]的任何字符

[:blank:]空格或制表符（[\t ]）

[:space:]任何空白字符，包括空格（[\f\n\r\t\v ]）

[:print:]任何可打印字符

[:graph:]同[:print:],但不包括空格

php中文正则匹配

php中utf-8编码下用正则表达式匹配汉字的最终正确表达式——/^[\x{4e00}-\x{9fa5}]+$/u，

GBK: preg_match("/^[".chr(0xa1)."-".chr(0xff)."A-Za-z0-9_]+$/",$str); //GB2312汉字字母数字下划线正则表达式。

编辑器查询或者 js匹配中文

匹配中文字符的正则表达式： [\u4e00-\u9fa5]

或许你也需要匹配双字节字符，中文也是双字节的字符

匹配双字节字符(包括汉字在内)：[^\x00-\xff]