首页 > 模式算法 > 正则表达式中尽可能匹配最多的
2021
08-18

正则表达式中尽可能匹配最多的

基础语法和在线测试

https://c.runoob.com/front-end/854


首先了解如何用字符来描述字符。


1. 在正则表达式中,如果直接给出字符,就是精确匹配。


用d可以匹配一个数字,w可以匹配一个字母或数字,所以:

'00d'可以匹配'007',但无法匹配'00A';

'ddd'可以匹配'010';

'wwd'可以匹配'py3';


2. 点( . ) 可以匹配任意字符,所以:


'py.'可以匹配'pyc'、'pyo'、'py!'等等。


3. 要匹配变长的字符,在正则表达式中,用*表示任意个字符(包括0个),用+表示至少一个字符,用{n}表示n个字符,用{n,m}表示n-m个字符。


4. 大多数字符 (例如 abc123) 可以直接使用在正则表达式中。然而,.*?+[{|()^$ 这些字符则必须在其前面加上反斜线来进行匹配。例如. 表示一个原义的句点而 表示一个原义的反斜线,, 表示一个逗号


?匹配前面的子表达式零次或一次。例如,“do(es)?”可以匹配“does”或“does”中的“do”,?等价于{0,1}。


来看一个复杂的例子:d{3}s+d{3,8}:


d{3}表示匹配3个数字,例如'010';

s可以匹配一个空格(也包括Tab等空白符),所以s+表示至少有一个空格,例如匹配' ',' '等;

d{3,8}表示3-8个数字,例如'1234567'。


5. 用[]限定包含的字符种类和范围

[0-9a-zA-Z_]可以匹配一个数字、大小写字母或者下划线;

[0-9a-zA-Z_]+可以匹配至少由一个数字、字母或者下划线组成的字符串,比如'a100','0_Z','Py3000'等等;

[a-zA-Z_][0-9a-zA-Z_]*可以匹配由字母或下划线开头,后接任意个由一个数字、字母或者下划线组成的字符串,也就是Python合法的变量;

[a-zA-Z_][0-9a-zA-Z_]{0, 19}更精确地限制了变量的长度是1-20个字符(前面1个字符+后面最多19个字符)。

A|B可以匹配A或B,所以(P|p)ython可以匹配'Python'或者'python'。


^表示行的开头,^d表示必须以数字开头。


$表示行的结束,d$表示必须以数字结束。


py也可以匹配'python',但是加上^py$就变成了整行匹配,就只能匹配'py'了。


6. 分组

除了简单地判断是否匹配之外,正则表达式还有提取子串的强大功能。用()表示的就是要提取的分组(Group)。比如:

^(d{3})-(d{3,8})$分别定义了两个组,可以直接从匹配的字符串中提取出区号和本地号码:

7. 贪婪匹配

最后需要特别指出的是,正则匹配默认是贪婪匹配,也就是匹配尽可能多的字符。举例如下,匹配出数字后面的0

<?php
$userinfo = "1002000";
preg_match_all("/^(\d+)(0*)$/", $userinfo, $pat_array);
print_r($pat_array);


Array
(
    [0] => Array
        (
            [0] => 1002000
        )

    [1] => Array
        (
            [0] => 1002000
        )

    [2] => Array
        (
            [0] => 
        )

)

由于d+采用贪婪匹配,直接把后面的0全部匹配了,结果0*只能匹配空字符串了。

必须让d+采用非贪婪匹配(也就是尽可能少匹配),才能把后面的0匹配出来,加个?就可以让d+采用非贪婪匹配:(?等价于{0,1})

<?php
$userinfo = "1002000";
preg_match_all("/^(\d+?)(0*)$/", $userinfo, $pat_array);
print_r($pat_array);


Array
(
    [0] => Array
        (
            [0] => 1002000
        )

    [1] => Array
        (
            [0] => 1002
        )

    [2] => Array
        (
            [0] => 000
        )

)

在已知字符串会以若干个0结尾的情况下使用了?这个字符,否则如果结尾是另外若干数字,这里使用?是不会得到想要的结果的。


总结

?

当该字符紧跟在任何一个其他限制符(*,+,?,{ n},{ n,},{ n, m})后面时,匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串,而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如,对于字符串“ oooo”,“ o+?”将匹配单个“ o”,而“ o+”将匹配所有“ o”。

本文》有 0 条评论

留下一个回复