正则表达式

GoEdge中的正则表达式使用RE2语法,可以在这里查看RE2文档

以下摘录一些常用的正则表达式用法:

开始和结束

同其他正则表达式一样,可以使用^$表示开始和结束:

  • ^abc - 必须以abc开始
  • efg$ - 必须以efg结束
  • ^abc.+efg$ - 匹配对象必须是以abc开始,efg结束

字符集

  • . - 点(.)符号表示匹配任何字符,包括换行符
  • [abc] - 字符集,表示匹配abc字符中的任何一个
  • [^abc] - 反向字符集,表示不匹配abc字符中的任何一个
  • \d - 数字字符集,相当于[0-9]
  • \D - 非数字字符集,相当于[^0-9]
  • \w - 单词字符集,相当于[0-9A-Za-z_]
  • \W - 非单词字符集,相当于[^0-9A-Za-z_]
  • \s - 空白字符集,相当于[\t\n\f\r ]
  • \S - 非空白字符集,相当于[^\t\n\f\r ]
  • \b - 单词边界
  • \B - 非单词边界
  • [[:alpha:]] - ASCII字符集
  • [[:^alpha:]] - 非ASCII字符集
  • \pN - Unicode字符集,只有一个字符
  • \p{Greek} - Unicode字符集
  • \PN - 非Unicode字符集,只有一个字符
  • \P{Greek} - 非Unicode字符集

组合

  • xy - xy相邻,y紧跟x之后
  • x|y - xy,遇到x即宣告匹配成功

重复

  • x* - 0或多个x,尽可能匹配最多的x
  • x+ - 1或多个x,尽可能匹配最多的x
  • x? - 0或1个x,尽可能匹配最多的x
  • x{n,m} - n到m个x,尽可能匹配最多的x
  • x{n,} - n个以上的x,包括n个x,尽可能匹配最多的x
  • x{n} - n个x
  • x*? - 0或多个x,尽可能匹配最少的x
  • x+? - 1或多个x,尽可能匹配最少的x
  • x?? - 0或1个x,尽可能匹配最少的x
  • x{n,m}? - n到m个x,尽可能匹配最少的x
  • x{n,}? - n个以上的x,包括n个x,尽可能匹配最少的x
  • x{n}? - n个x

分组

使用圆括号进行分组:

  • (re) - 编号从1开始,0表示全部匹配的内容
    • 比如(hello)(world)匹配结果就有两个分组,编号分别为1和2
  • (?P<name>re) - 命名分组
    • 比如使用(?P<myName>\w+)来匹配ZhangSan,那么myName对应的值就被定义为ZhangSan
  • (?:re) - 跳过分组
    • 比如(?:hello)(world)匹配结果就只有一个分组(world),编号为1;因为hello这个分组被跳过

标记

在别的正则表达式中称之为修饰符(modifier):

  • i - 表示大小写 敏感
  • m - 多行匹配,如果有$结束字符的时候需要此标记
  • s - 让点符号(.)也匹配\n
  • U - 非贪婪模式,匹配结果尽可能少地匹配

使用(?FLAG)(?:FLAG)语法来使用这些标记,并且这里的括号并不会产生新的分组:

(?i)hello
(?i:hello)
以上两个表达式都表示大小写不敏感,所以HELLOHellohello都认为匹配成功。

转义字符

使用反斜杠表示转义字符,用来表示某个字符是原始的字符,而不是正则表达式,比如匹配文件扩展名:

\.(php|asp|jsp|py)
中的点(.)因为在正则表达式中有别的意义,所以需要用反斜杠转义。