正則表達(dá)式雜記：入門筆記速查，進(jìn)階：組屬性，Vim Magic 與練習(xí)場地
本文轉(zhuǎn)載自微信公眾號「Piper蛋窩」，作者Piper蛋 。轉(zhuǎn)載本文請聯(lián)系Piper蛋窩公眾號。
幾乎所有寫代碼的朋友都或多或少接觸過一點(diǎn) regex ，但你真的會用嗎?比如，用于全匹配 aabc 的 regex 為 ^(?.)\k(?!\k)(?.)(?!\k(b)|\k).$ ，你可以給出解釋嗎?今天，不妨一起回顧一下 regex 中的知識;此外，筆者將分享一些拓展內(nèi)容，比如 vim 中的 magic 、練習(xí) regex 的絕佳在線工具等。
入門筆記速查
本段及下段內(nèi)容是 B站UP主free-coder 視頻正則表達(dá)式-從入門到group入門[1]的筆記。閱讀原文可以觀看其視頻。強(qiáng)烈安利這位技術(shù)UP。
基礎(chǔ)內(nèi)容
對于字符串a(chǎn)bc，我們輸入正則表達(dá)式：
- abc，可以匹配到出現(xiàn)在任意位置的abc
- ^abc$， 全匹配 ，^a表示這個字符串開頭必須是a，c$表示這個字符串結(jié)尾必須是c
此外，我們可以用 中括號 []某個范圍的匹配，比如：
- [a-z]表示匹配任意位置的某個字符，這個字符的范圍是a,b,c,...,z
- [a-zA-Z]表示匹配任意位置的某個字符，這個字符的范圍是a,b,c,...,z,A,B,C,...,Z
而在中括號[]內(nèi)，^表示取反，如，^[^a-z]$表示：全匹配一個字符，這個字符不屬于a,b,c,...,z
而 大括號 表示字符的數(shù)量，如：
- ^[a-zA-Z]{3}$表示，全匹配一個字符串，這個字符串有3個字符，每個字符都屬于a,b,c,...,z,A,B,C,...,Z
- ^[a-zA-Z]{3,}$表示，全匹配一個字符串，這個字符串 至少 有3個字符，每個字符都屬于a,b,c,...,z,A,B,C,...,Z
- ^[a-zA-Z]{3,6}$表示，全匹配一個字符串，這個字符串 至少 有3個字符， 至多 有6個字符，每個字符都屬于a,b,c,...,z,A,B,C,...,Z
其他符號
如.表示 除了 回車/換行符號 line terminators 。
符號 . 匹配到兩個字符串，被換行隔開
而 \d 與 [0-9] 同， \D 與 [^0-9] 同。我們一般用 [\d\D] 表示任意字符， 包括 回車/換行符號 line terminators 。
符號 [\d\D] 匹配到一個字符串，不會受換行影響
\w 是常用互聯(lián)網(wǎng)命名符號，與 [a-zA-Z0-9_] 同。
\s 是特殊符號，與 [\r\n\t\f\v ] 同，\S 是非特殊符號 [^\r\n\t\f\v ] 。
此外，還有表示數(shù)量的符號：
- w? 同 {0,1}
- w* 同 {0,}
- w+ 同 {1,}
舉例：匹配 qq 郵箱
以我的郵箱 piperliu@qq.com 為例：
- ^[a-zA-Z0-9]\w*第一個字符不能是下劃線
- 后面是@qq\.com$，其中，\.表示字符“.”，\是轉(zhuǎn)義符號。
用 JavaScript 匹配：
- 'piperliu@qq.com'.match(/^[a-zA-Z0-9]\w*@qq\.com$/)
其中，字符串對象的match()函數(shù)中用//包裹正則表達(dá)式。
進(jìn)階：組屬性
組屬性很神奇，有了組屬性，我們可以表達(dá)更復(fù)雜的語法規(guī)則。
組基礎(chǔ)
我們用括號()定義哪些部分是一個組。
- 'piperliu@qq.com'.match(/^([a-zA-Z0-9]\w*)@qq\.com$/)
其中，我們將piperliu即([a-zA-Z0-9]\w*)定義為一個組，且是第1個組。
但是組([a-zA-Z0-9]\w*)并不在 JavaScript 對象的組對象 groups 中
如上，在 JavaScript 對象的組對象 groups 中，并沒有我們剛剛定義的組。這是因?yàn)?groups 中只存放定義了名稱的組。我們用 ? 定義組的名稱。
- 'piperliu@qq.com'.match(/^(?<first>[a-zA-Z0-9]\w*)@qq\.com$/)
組([a-zA-Z0-9]\w*)在 JavaScript 對象的組對象 groups 中
如上，我們定義組名稱為first。
組實(shí)現(xiàn)引用
在同一個正則表達(dá)式中，我們可以直接用索引引用組(\1)，也可以用名字引用定義了組名的組(\k)。
組的索引是從 1 開始的，而非 0 ， 因?yàn)閈0已經(jīng)被用來表示asc碼的第一個碼。
對于字符串1212，我們可以用如下的方式匹配：
- ^\d\d\d\d$
- ^(\d\d)\1$，引用第一組
- ^?(\d\d)\k$，直接用了組名
組的特殊結(jié)構(gòu)
有了組，我們可以實(shí)現(xiàn)很多 Group Construction ，首先以 Positive Lookahead 為例。
對于字符串foobar,fooboo為例，我們想找出foo，且這個foo必須緊緊靠在bar前，則可表達(dá)如下：
- foo(?=bar)
再舉個例子， Positive Lookbehind 和 Negative Lookbehind ，對于字符串barfoo,boofoo，我們想找出foo：
- 這個foo必須緊緊靠在bar后，則(?<=bar)foo
- 這個foo前緊鄰的必須不是bar，則(?!=bar)foo
老師例題
現(xiàn)在想匹配字符串形式aabc，要注意不可以匹配到：
- aaaa
- aabb
- aaba
則正則表達(dá)式如下：
- ^(?<a>.)\k<a>(?!\k<a>)(?<b>.)(?!\k<b>|\k<a>).$
正確的匹配
分析一下：
- ^(?.)第一個字符，定義為組a，可以是任何字符.
- \k第二個字符要與第一個字符同
- (?!\k)此外，第二個字符緊后面的字符，不可以是組a的字符
- (?.)第三個字符定義為組b
- (?!\k|\k)此外，第二個字符緊后面的字符，不可以是組b或組a的字符
- .第四個字符任意
vim magic
在上古神器 vim 中，我習(xí)慣 使用類似正則的思想，進(jìn)行批量注釋 (其實(shí)是 VS Code 中 vim 插件，塊快捷鍵 Ctrl+v 與粘貼鍵有沖突)，如下圖(編輯模式下:2,3s/^/#/g)。
在第2、3行前加如#，思路是：將開頭符號^替換為#
而對于 vim 來講，在使用 / 正則查找時，分為兩個模式：
- magic 模式
- nomagic 模式
對于 magic 模式，我們的特殊符號如 . 就是特殊含義(任何字符)，即正常的正則表達(dá)模式;對于 nomagic 模式，我們的符號都只表達(dá)符號本身，使用特殊含義需要用 \ 轉(zhuǎn)義。
:set magic
:set nomagic
閱讀原文：https://www.bilibili.com/video/BV1Rf4y1X7R8
