常见的正则表达式及其应用

• 常见的正则表达式及其应用
  • 基本语法
    • 元字符
    • 限定符
    • 定位符
    • 反向引用
    • 运算符优先级
  • 快速检索表
    • 正则表达式修饰符
    • 正则表达式模式
    • 常见的正则表达式
      • 校验数字的表达式
      • 校验字符的表达式
      • 特殊需求表达式
  • 正则表达式在Python中的应用
    • 匹配字符
    • 检索和替换
    • 其它常见函数
  • 正则表达式在OC中的应用
    • 带有 options 选项的 NSString
    • NSRegularExpression 类
      • 对象创建方法
      • 匹配方法
      • 替换方法
      • 实例
    • NSPredicate 类的 matches 命令

正则表达式是一种文本模式，包括普通字符和特殊字符。
正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。

使用正则表达式可以：

• 测试字符串内的模式（即数据验证）
• 替换/删除文本
• 基于模式匹配从字符串中提取子字符串

基本语法

元字符

常用的元字符有.、\w、\s、\d、\b、^、$、*、+和?等。

限定符

限定符用来指定正则表达式的一个给定组件必须要出现多少次才能满足匹配。有 * 、 + 、 ? 、 {n} 、 {n,} 或 {n,m} 共6种。

定位符

定位符使您能够将正则表达式固定到行首或行尾。

^ 和 $ 分别指字符串的开始与结束，\b 描述单词的前或后边界，\B 表示非单词边界。

反向引用

正则表达式模式或部分模式两边添加圆括号将导致相关匹配存储到一个临时缓冲区中，所捕获的每个子匹配都按照在正则表达式模式中从左到右出现的顺序存储。

每个缓冲区都可以使用 \n 访问。

// 查找重复的单词
var str = "Is is the cost of of gasoline going up up";
// [a-z]+ 指定的，包括一个或多个字母。
// 单词的第二个匹配项是对以前捕获的子匹配项的引用，正好由括号表达式匹配。\1 指定第一个子匹配项。
// i 标记指定不区分大小写。
// 全局标记 g 指定将该表达式应用到输入字符串中能够查找到的尽可能多的匹配。
var patt1 = /\b([a-z]+) \1\b/ig;
document.write(str.match(patt1));
// Is is,of of,up up

// 截取URL中的信息
var str = "http://www.runoob.com:80/html/html-tutorial.html";
// 第一个括号子表达式匹配在冒号和两个正斜杠前面的任何单词。
// 第二个括号子表达式匹配 : 和 / 之后的一个或多个字符。
// 第三个括号子表达式匹配冒号后面的零个或多个数字。只能重复一次该子表达式。
// 第四个括号子表达式匹配不包括 # 或空格字符的任何字符序列。
var patt1 = /(\w+):\/\/([^/:]+)(:\d*)?([^# ]*)/;
arr = str.match(patt1);
for (var i = 0; i < arr.length ; i++) {
    document.write(arr[i]);
    document.write("<br>");
}

// http://www.runoob.com:80/html/html-tutorial.html
// http
// www.runoob.com
// :80
// /html/html-tutorial.html

运算符优先级

正则表达式从左到右进行计算，并遵循优先级顺序。
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。

优先级顺序：

1. 转义符（\）
2. 圆括号和方括号（(), (?:), (?=), []）
3. 限定符（*, +, ?, {n}, {n,}, {n,m}）
4. 位置和顺序（^, $, \任何元字符、任何字符）
5. “或”操作（|）

快速检索表

正则表达式修饰符

正则表达式可以包含一些可选标志修饰符来控制匹配的模式。

正则表达式模式

• 模式字符串中的字母和数字匹配同样的字符串，多数字母和数字前加一个反斜杠时会拥有不同的含义。
• 标点符号只有被转义时才匹配自身，否则它们表示特殊的含义。
• 反斜杠本身需要使用反斜杠转义。

正则表达式通常都包含反斜杠，所以尽量使用原始字符串来表示它们（如r'\t'等价于\\t）。

常见的正则表达式

校验数字的表达式

校验字符的表达式

特殊需求表达式

参考资料：

• Python 正则表达式
• 正则表达式 – 语法
• 正则表达式在线测试
• Online regex tester and debugger
• Python 正则表达式入门（中级篇）
• 正则表达式30分钟入门教程

正则表达式在Python中的应用

re模块使 Python 语言拥有全部的正则表达式功能。

在设置正则表达式字符串时，建议使用 r 前缀修饰表示原始字符串。这样就不需要进行字符的转义。

s = r'^\d{3}\-\d{3,8}$'

函数速查表：

匹配字符

• re.match()函数

  语法格式为：re.match(pattern, string, flags=0)

  re.match()尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none。
  匹配成功re.match()方法返回一个匹配的对象，可以使用group(num)或groups()匹配对象函数来获取匹配表达式。

  m = re.match(r'^(\d{3})-(\d{3,8})$', '010-12345')
  # <_sre.SRE_Match object; span=(0, 9), match='010-12345'>
  m.group(0)
  m.group(1)
  m.group(2)
  # '010-12345'
  # '010'
  # '12345'
  

  python正则表达式中group - CSDN博客

• re.search()函数

  语法格式为：re.search(pattern, string, flags=0)

  re.search()扫描整个字符串并返回第一个成功的匹配。

re.match()只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回 None；

而re.search()匹配整个字符串，直到找到一个匹配。

检索和替换

语法格式为：re.sub(pattern, repl, string, count=0, flags=0)

Python 的 re 模块提供了re.sub()用于替换字符串中的匹配项。

phone = "2004-959-559 # 这是一个国外电话号码"
num = re.sub(r'\D', "", phone)
print ("电话号码是 : ", num)
# 电话号码是 :  2004959559

repl为替换为的参数，也可以是一个函数。

# 将匹配的数字乘以 2
def double(matched):
    value = int(matched.group('value'))
    return str(value * 2)

s = 'A23G4HFD567'
print(re.sub('(?P<value>\d+)', double, s))
# A46G8HFD1134

其它常见函数

• compile 函数

  re.compile()函数用于编译正则表达式，生成一个正则表达式（Pattern）对象，供match()和search()这两个函数使用。

  语法格式为：re.compile(pattern[, flags])。

  预编译可重复使用的正则表达式，能够省掉重复的编译步骤。

• findall 函数

  在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。

  语法格式为：findall(string[, pos[, endpos]])。

  match() 和 search() 是匹配一次，而 findall() 匹配所有。

• finditer 函数

  与 findall 函数类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。

  语法格式为：re.finditer(pattern, string, flags=0)。

• split 函数

  split 函数按照能够匹配的子串将字符串分割后返回列表，它的使用形式如下：

  re.split(pattern, string[, maxsplit=0, flags=0])

  re.split(r'[\s\,]+', 'a,b, c  d')
  re.split(r'[\s\,\;]+', 'a,b;; c  d')
  # ['a', 'b', 'c', 'd']
  

参考资料：

• [Python 正则表达式

  菜鸟教程](http://www.runoob.com/python/python-reg-expressions.html)

• 6.2. re — Regular expression operations — Python 3.6.6 documentation

正则表达式在OC中的应用

带有 options 选项的 NSString

只匹配第一个，可指定是否区分大小写。可查找、替换字符串。

NSString *searchText = @"123rangeOfString";
NSRange range = [searchText rangeOfString:@"[0-9]+" options:NSRegularExpressionSearch];
if (range.location != NSNotFound) {
    NSLog(@"rangeStr:%@", [searchText substringWithRange:range]);
}
// rangeStr:123

NSRegularExpression 类

进行复杂的文本匹配、替换。

对象创建方法

// 类方法
+ (nullable NSRegularExpression *)regularExpressionWithPattern:(NSString *)pattern options:(NSRegularExpressionOptions)options error:(NSError **)error;
// 实例方法
- (nullable instancetype)initWithPattern:(NSString *)pattern options:(NSRegularExpressionOptions)options error:(NSError **)error NS_DESIGNATED_INITIALIZER;

匹配方法

- (void)enumerateMatchesInString:(NSString *)string options:(NSMatchingOptions)options range:(NSRange)range usingBlock:(void (NS_NOESCAPE ^)(NSTextCheckingResult * _Nullable result, NSMatchingFlags flags, BOOL *stop))block;
// 通过正则匹配返回一个匹配结果的数组
- (NSArray<NSTextCheckingResult *> *)matchesInString:(NSString *)string options:(NSMatchingOptions)options range:(NSRange)range;
// 返回满足条件的匹配次数
- (NSUInteger)numberOfMatchesInString:(NSString *)string options:(NSMatchingOptions)options range:(NSRange)range;
// 匹配返回的第一个结果，NSTextCheckingResult类型
- (nullable NSTextCheckingResult *)firstMatchInString:(NSString *)string options:(NSMatchingOptions)options range:(NSRange)range;
// 匹配返回的第一个结果的NSRange范围信息
- (NSRange)rangeOfFirstMatchInString:(NSString *)string options:(NSMatchingOptions)options range:(NSRange)range;

替换方法

// 用新字段替换原文本中的对应字段，并返回操作后的NSString
- (NSString *)stringByReplacingMatchesInString:(NSString *)string options:(NSMatchingOptions)options range:(NSRange)range withTemplate:(NSString *)templ;
// 用新字段替换原文本中的对应字段，并返回操作次数
- (NSUInteger)replaceMatchesInString:(NSMutableString *)string options:(NSMatchingOptions)options range:(NSRange)range withTemplate:(NSString *)templ;
- (NSString *)replacementStringForResult:(NSTextCheckingResult *)result inString:(NSString *)string offset:(NSInteger)offset template:(NSString *)templ;
+ (NSString *)escapedTemplateForString:(NSString *)string;

实例

查找第一个符合条件的字符串：

NSString *searchText = @"you wa12nt to ma23tch";
NSError *error = NULL;
NSRegularExpression *regex = [NSRegularExpression regularExpressionWithPattern:@"[0-9]+" options:NSRegularExpressionCaseInsensitive error:&error];
NSTextCheckingResult *result = [regex firstMatchInString:searchText options:0 range:NSMakeRange(0, [searchText length])];
if (result) {
    NSLog(@"%@", [searchText substringWithRange:result.range]);
}
// match:12

查询所有符合条件的字符串：

let searchString = "you wa12nt to ma23tch"
do {
    let expression = try NSRegularExpression(pattern: "[0-9]+", options: .caseInsensitive)
    let results = expression.matches(in: searchString, options: NSRegularExpression.MatchingOptions(rawValue: 0), range: NSMakeRange(0, searchString.count))
    for num in results {
        // NSRange -> Range
        let range = Range(num.range, in: searchString)
        // Range -> NSRange
        let nsrange = NSRange(range!, in: searchString)
        // Swift 4.0使用此方法来取字符串的子串
        NSLog("searchResult:%@", String(searchString[range!]))
    }
} catch _ {
}
// searchResult:12
// searchResult:23

NSPredicate 类的 matches 命令

支持复杂文本、对象等数据检索。

NSString *email = @"xiaolei.qu@hotmail.com";
NSString *regex = @"^\\w+([-+.]\\w+)*@\\w+([-.]\\w+)*\\.\\w+([-.]\\w+)*$";
NSPredicate *predicate = [NSPredicate predicateWithFormat:@"SELF MATCHES %@", regex];
BOOL isValid = [predicate evaluateWithObject:email];
//    [[NSArray array] filteredArrayUsingPredicate:<#(nonnull NSPredicate *)#>]