通配符与正则表达式

通配符与正则表达式

更新日期：2020-07-24

---

1. 概述

通配符与正则表达式都是用来进行文本匹配的工具语言。
本着简单既是完美的原则，我将扔掉那些复杂的语法，只在有限的场景下使用最简单的语法完成我们要做的事情。 记住，复杂的东西会成为一种负担，会让我们的生活变得不美好。

具体来说就是：

原则

• (1) 只使用最常用的符号
• (2) 只写最简单的正则表达式
• (3) 只使用通用的语法和符号

关于(3)，由于正则表达式在各个地方的实现不太一样，又分好几种引擎。所以有的写法并不通用。

2. 通配符

2.1 使用场景

最常见的使用场景是:

• 在资源管理器中查找文件
• 在命令行结果中筛选数据

SQL中的like语句中使用的通配符由于语法不一样，所以不做讨论。

2.2 语法

为了最简化的使用通配符，我只使用一个符号：*。没错，连?都不要了，因为我几乎从来都没有必要去使用它。

使用的方式也很简单粗暴。

• *hello* 任意匹配
• get* 开头配备
• *.exe 结尾匹配

3. 正则表达式

3.1 使用场景

常见的使用场景

• 从大段文本中按固定格式查找文本
• 检查电话号码、密码格式等
• 在一些软件的配置文件中作为可变的配置值

不建议的使用场景

• (1) 在程序中使用带有分支的长正则表达式匹配文本，比如IP和邮箱。想测试或者修改的时候会成为噩梦，而且性能通常难以保证。
• (2) 你想使用正则表达式解决问题，但感觉必须查询手册教程，一时三刻写不出来的时候。问题比较复杂的时候，直接使用高级语言或脚本语言的语法来解决是更好的办法。

3.2 语法精简

正则表达式中有很多的术语和符号。为了避免记忆，可以做出精简，很多时候我们并不需要这么复杂的功能。 特别是像分支这样的功能，我觉得完全就是浪费生命。 这里简单的列了几张表，希望使用的时候花十来秒钟查一下表就能用出来。

精简符号列表

符号	含义
\w	匹配常见字符(字母、数字、下划线、汉字、日文等)
\d	匹配数字
\s	匹配空白字符
.	匹配任意字符(换行符除外)
\W	反向匹配\w以外的字符
\D	匹配非数字
\S	匹配非空白字符

转义符号列表

符号	含义
\t	匹配Tab
\n或\r\n	匹配换行符(根据文本具体使用的换行符种类来指定)
\\	匹配\
\.	匹配.
\*	匹配*
\[	匹配[
\]	匹配]
\{	匹配{
\}	匹配}
\|	匹配|

匹配重复次数

符号	含义
*	零次或者多次
+	一次或者多次
?	零次或者一次
{n}	n次

最大匹配与最小匹配问题

重复匹配时默认按最大长度匹配。 有时候我们想要的是最短长度匹配。此时可以使用?符号进行限定。

符号	含义
*?	零次或者多次，并使用最短匹配
+?	一次或者多次，并使用最短匹配
??	零次或者一次，并使用最短匹配

指定字符范围

符号	含义
[ax3.?]	匹配括号中字符的任意一个
[a-z]	匹配小写字母
[A-F]	匹配大写字母的A到F
[0-4]	匹配0到4

3.3 开始、结束与换行

开始与结束

符号	含义
^	匹配文本的开始
$	匹配文本的结束

根据使用场景的不同，产生的效果也不同。

比如在文本编辑器中查找时，^将代表每一行的开头。 在其他地方使用时，^可能表示文本整体的开头。

匹配包含换行符在内的任意字符

• [\w\W\n]
• [\s\S\n]
• [\d\D\n]

也就是利用匹配和反向匹配。

这在处理多行文本的时候会用的上。