正則表達(dá)式如何重復(fù)匹配

這篇文章主要介紹了正則表達(dá)式如何重復(fù)匹配，具有一定借鑒價(jià)值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

一、有多少個(gè)匹配

首先要知道電子郵件地址的組成：以字母數(shù)字或下劃線開頭的一組字符，后面跟@符號(hào)，再后面是域名，即用戶名@域名地址。不過這也跟具體的郵箱服務(wù)提供商有關(guān)，有的在用戶名中也允許.字符。

1、匹配一個(gè)或多個(gè)字符

要想匹配同一個(gè)字符（或字符集合）的多次重復(fù)，只要簡(jiǎn)單地給這個(gè)字符（或字符集合）加上一個(gè)+字符作為后綴就可以了。+匹配一個(gè)或多個(gè)字符（至少一個(gè)）。如：a匹配a本身，a+將匹配一個(gè)或多個(gè)連續(xù)出現(xiàn)的a；[0-9]+匹配多個(gè)連續(xù)的數(shù)字。

注意：在給一個(gè)字符集合加上+后綴的時(shí)候，必須把+放在字符集合的外面，否則就不是重復(fù)匹配了。如[0-9+]這樣就表示數(shù)字或+號(hào)了，雖然語法上正確，但不是我們想要的了。

文本：Hello, mhmyqn@qq.com or mhmyqn@126.com is my email.

正則表達(dá)式：\w+@(\w+\.)+\w+

結(jié)果：Hello, 【mhmyqn@qq.com】 or 【mhmyqn@126.com】 is my email.

分析：\w+可以匹配一個(gè)或多個(gè)字符，而子表達(dá)式(\w+\.)+可匹配像xxxx.edu.這樣的字符串，而最后不會(huì)是.字符結(jié)尾，所以后面還會(huì)有一個(gè)\w+。像mhmyqn@xxxx.edu.cn這樣的郵件地址也會(huì)匹配到。

2、匹配零個(gè)或多個(gè)字符

匹配零個(gè)或多個(gè)字符使用元符*，它的用法和+完全一樣，只要把它放在一下字符或字符集合的后面，就可以匹配該字符（或字符集合）連續(xù)出現(xiàn)零次或多次。如正則表達(dá)式ab*c可以匹配ac、abc、abbbbbc等。

3、匹配零個(gè)或一個(gè)字符

匹配零個(gè)或一個(gè)字符使用元字符?。像上一篇說到的匹配一個(gè)空白行使用正則表達(dá)式\r\n\r\n，但在Unix和Linux中不需要\r，就可以使用元字符?，\r?\n\r?\n這樣既可匹配windows中的空白行，也可匹配Unix和Linux中的空白行。下面來看一個(gè)匹配http或https協(xié)議的URL的例子：

文本：The URL is http://www.mikan.com, to connect securely use https://www.mikan.cominstead.

正則表達(dá)式：https?://(\w+\.)+\w+

結(jié)果：The URL is 【http://www.mikan.com】, to connect securely use 【https://www.mikan.com】 instead.

分析：這個(gè)模式以https?開頭，表示?之前的一個(gè)字符可以有，也可以沒有，所以它能匹配http或https，后面部分和前一個(gè)例子一樣。

二、匹配的重復(fù)次數(shù)

正則表達(dá)式里的+、*和?解決了很多問題，但是：

1）+和*匹配的字符個(gè)數(shù)沒有上限。我們無法為它們將匹配的字符個(gè)數(shù)設(shè)定一個(gè)最大值。

2）+、*和?至少匹配一個(gè)或零個(gè)字符。我們無法為它們將匹配的字符個(gè)數(shù)另行設(shè)定一個(gè)最小值。

3）如果只使用*和+，我們無法把它們將匹配的字符個(gè)數(shù)設(shè)定為一個(gè)精確的數(shù)字。

正則表達(dá)式里提供了一個(gè)用來設(shè)定重復(fù)次數(shù)的語法，重復(fù)次數(shù)要用{和}字符來給出，把數(shù)值寫在它們中間。

1、為重復(fù)匹配次數(shù)設(shè)定一個(gè)精確值

如果想為重復(fù)匹配次數(shù)設(shè)定一個(gè)精確的值，把那個(gè)數(shù)字寫在{和}之間即可。如{4}表示它前面的那個(gè)字符（或字符集合）必須在原始文本中連續(xù)重復(fù)出現(xiàn)4次才算是一個(gè)匹配，如果只出現(xiàn)了3次，也不算是一個(gè)匹配。

如前面幾篇中說到的匹配頁面中顏色的例子，就可以用重復(fù)次數(shù)來匹配：#[[:xdigit:]]{6}或#[0-9a-fA-F]{6}，POSIX字符在java中是#\\p{XDigit}{6}。

2、為重復(fù)匹配次數(shù)設(shè)定一個(gè)區(qū)間

{}語法還可以用來為重復(fù)匹配次數(shù)設(shè)定一個(gè)區(qū)間，也就是為重復(fù)匹配次數(shù)設(shè)定一個(gè)最小值和最大值。這種區(qū)間必須以{n, m}這樣的形式給出，其中n>=m>=0。如檢查日期格式是否正確（不檢查日期的有效性）的正則表達(dá)式（如日期2012-08-12或2012-8-12）：\d{4}-\d{1,2}-\d{1,2}。

3、匹配至少重復(fù)多少次

{}語法的最后一種用法是給出一個(gè)最小的重復(fù)次數(shù)（但不必給出最大重復(fù)次數(shù)），如{3,}表示至少重復(fù)3次。注意：{3,}中一定要有逗號(hào)，而且逗號(hào)后不能有空格。否則會(huì)出錯(cuò)。

來看一個(gè)例子，使用正則表達(dá)式把所有金額大于$100的金額找出來：

文本：

$25.36

$125.36

$205.0

$2500.44

$44.30

正則表達(dá)式：$\d{3,}\.\d{2}

結(jié)果：

$25.36

【$125.36】

【$205.0】

【$2500.44】

$44.30

+、*、?可以表示成重復(fù)次數(shù)：

+等價(jià)于{1,}

*等價(jià)于{0,}

?等價(jià)于{0,1}

三、防止過度匹配

?只能匹配零個(gè)或一個(gè)字符，{n}和{n,m}也有匹配重復(fù)次數(shù)的上限，但是像*、+、{n,}都沒有上限值，這樣有時(shí)會(huì)導(dǎo)致過度匹配的現(xiàn)象。

來看匹配一個(gè)html標(biāo)簽的例子

文本：

Yesterday is <b>history</b>,tomorrow is a <B>mystery</B>, but today is a <b>gift</b>.

正則表達(dá)式：<[Bb]>.*</[Bb]>

結(jié)果：

Yesterday is 【<b>history</b>,tomorrow is a <B>mystery</B>, but today is a <b>gift</b>】.

分析：<[Bb]>匹配<b>標(biāo)簽（不區(qū)分大小寫），</[Bb]>匹配</b>標(biāo)簽（不區(qū)分大小寫）。但結(jié)果卻不是預(yù)期的那樣有三個(gè)，第一個(gè)</b>標(biāo)簽之后，一直到最后一個(gè)</b>之間的東西全部匹配出來了。

為什么會(huì)這樣呢？因?yàn)?和+都是貪婪型的元字符，它們?cè)谄ヅ鋾r(shí)的行為模式是多多益善，它們會(huì)盡可能從一段文本的開頭一直匹配到這段文本的末尾，而不是從這段文本的開頭匹配到碰到第一個(gè)匹配時(shí)為止。

當(dāng)不需要這種貪婪行為時(shí)，可以使用這些元字符的懶惰型版本。懶惰意思是匹配盡可能少的字符，與貪婪型相反。懶惰型元字符只需要給貪婪型元字符加上一個(gè)?后綴即可。下面是貪婪型元字符的對(duì)應(yīng)懶惰型版本：

*       *?

+       +?

{n,}   {n,}?

所以上面的例子中，正則表達(dá)式只需要改成<[Bb]>.*?</[Bb]>即可，結(jié)果如下：

<b>history</b>

<B>mystery</B>

<b>gift</b>

感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“正則表達(dá)式如何重復(fù)匹配”這篇文章對(duì)大家有幫助，同時(shí)也希望大家多多支持億速云，關(guān)注億速云行業(yè)資訊頻道，更多相關(guān)知識(shí)等著你來學(xué)習(xí)!