一、單一字符的匹配

正則表達(dá)式中,最簡單的匹配就是單字符匹配了，這就像我們利用文本工具在文檔中查找一個(gè)字符一樣簡單。下面我們使用 EmEditor 來做個(gè)小實(shí)驗(yàn)，在字符串“Regular Expression”中查找字符“e”。

Ctrl+F 打開查找對話框，然后在“查找”框內(nèi)鍵入字符“s”，并選用“匹配大小寫”和“使用正則表達(dá)式”模式，然后進(jìn)行查找操作。從上圖的效果來看，同時(shí)有兩個(gè)“s”被匹配到了，但實(shí)際上這是執(zhí)行了兩次匹配操作的結(jié)果，每次操作只匹配了一個(gè)字符“s”,操作順序是自左向右。讓我們再嘗試使用 Expresso 就能看出其中的奧秘，如下圖所示：

在“Regular Expression”的選項(xiàng)卡下輸入“s”，“Sample Input Data”區(qū)域中輸入字符串“Regular Expression”，在單擊“Run Match”按鈕就能看到匹配結(jié)果。在上圖的右下角出現(xiàn)了兩個(gè)“s”，這是發(fā)生了兩次匹配操作，每次都有一個(gè)結(jié)果的緣故。

二、任意字符的匹配

當(dāng)我們使用計(jì)算機(jī)時(shí)，經(jīng)常需要打開和保存文件，這就免不了要與打開/保存對話框打交道，其中涉及到的文件類型都采用 * 點(diǎn)擴(kuò)展名這種形式。比如說 HTML 文件，它所對應(yīng)的文件類型就是 *.html 或 *.htm，星號就是一個(gè)通配符，表示與任意字符匹配，而在正則表達(dá)式中，也有這么一個(gè)通配符“．”，它可以與任意單字符相匹配，但通常不包括換行符。

接著上面的例子，我們把正則表達(dá)式樣式修改為 p.e.s ，這時(shí)的通配符“.”就分別與目標(biāo)字符串的“r”和“s”相匹配，結(jié)果為“Regular Ex press ion”。

三、匹配可選字符

在匹配目標(biāo)字符串時(shí)，有時(shí)候可能會有些特殊需求，比方說我們要對詞組“Regular Expression”或者“Regular Expressions”進(jìn)行匹配，無論哪種形式的詞組，我們都想能夠成功匹配。這時(shí)，單詞“Expression”后面的“s”就是可選的，在正則表達(dá)式中，問號表示它所指定的樣式出現(xiàn)的次數(shù)為零次或一次，所以，我們可以編寫正則表達(dá)式 Regular Expressions? 來進(jìn)行匹配。

四、特殊字符的處理

到目前為止，常規(guī)字符我們都可以成功地進(jìn)行匹配，但是，還有一種情況就是像問號這樣在正則表達(dá)式中含有特殊意義的字符，對于這些字符來說，我們是無法直接利用它們進(jìn)行匹配操作，那該如何對這些符進(jìn)行轉(zhuǎn)義呢？跟許多程序語言一樣，正則表達(dá)式也提供了一個(gè)轉(zhuǎn)義的處理機(jī)制，我們可以使用轉(zhuǎn)義操作符反斜桿“/”。所以，如果我們想匹配問號和點(diǎn)，使用“/?”和“/.”就可以。同樣，對于轉(zhuǎn)義符“/”來說，它對自身也可以實(shí)現(xiàn)轉(zhuǎn)義功能，連續(xù)的兩個(gè)“/”代表了一個(gè)字符“/”。

修改上面的正則表達(dá)式為 Regular Expression/? ，它就能與字符串“Regular Expression?”相匹配了。在編寫正則表達(dá)式時(shí)，如果碰到了要匹配特殊字符的情況，那就一定要使用轉(zhuǎn)義操作。

五、“*”與“+”

同“?”和“.”一樣，“*”和“+”也是具有特殊含義的字符，它們的作用是讓某個(gè)指定了的正則表達(dá)式樣式進(jìn)行多次重復(fù)匹配。“*”的重復(fù)次數(shù)是從零開始的，規(guī)定其前導(dǎo)內(nèi)容必須在目標(biāo)字符串中出現(xiàn)零次或更多次；而“+”所對應(yīng)的重復(fù)次數(shù)是從一開始的，規(guī)定其前導(dǎo)內(nèi)容必須在目標(biāo)字符串中出現(xiàn)一次或更多次。它們的重復(fù)次數(shù)都沒有上限值限制，也就是說它們的前導(dǎo)內(nèi)容可以在目標(biāo)字符串中不斷地重復(fù)出現(xiàn)。

正則表達(dá)式 ABC9* 表示一個(gè)以“ABC”開頭，后面為零個(gè)或多個(gè)連續(xù)“9”的字符串。這樣，它就能與字符串“ABC”、“ABC9”、“ABC99”和“ABC999”等內(nèi)容相匹配了。

我們先來分析一下對字符串“ABC”的匹配，當(dāng)正則表達(dá)式引擎對 ABC 匹配結(jié)束后，下一個(gè)參與匹配的字符就應(yīng)該是“9”，但根據(jù)“*”的零次匹配原則，“9”是可以不出現(xiàn)的，所以，字符串“ABC”就成功地被匹配了。

再來看一下字符串“ABC999”，對字符“C”的匹配結(jié)束后，碰到的下一個(gè)字符就是“9”，成功匹配之后，繼續(xù)下一個(gè)字符，一直到最后一個(gè)字符為止，字符“9”出現(xiàn)的次數(shù)與“*”的多次匹配原則保持一致，所以字符串“ABC999”也能夠被成功匹配。

六、花括號的使用

上面介紹了如何讓我們的匹配內(nèi)容進(jìn)行無限次的循環(huán)匹配，現(xiàn)在，我們學(xué)習(xí)一下怎么樣精確地控制循環(huán)匹配次數(shù)。正則表達(dá)式提供了一種使用花括號的方法控制循環(huán)匹配次數(shù)，語法形式有{n}、{n,}、{m,n}三種，其中 m 和 n 都是非負(fù)整數(shù)，且 m 的值小于 n值。

{n} 代表了被指定的匹配樣式必須在目標(biāo)對象中重復(fù)出現(xiàn) n 次；{n,}表示被指定的匹配樣式在目標(biāo)對象中至少要重復(fù)出現(xiàn) n 次，但無上限值限制；{m,n}指定了循環(huán)次數(shù)的范圍，至少要重復(fù)出現(xiàn) m 次，至多重復(fù)出現(xiàn) n 次，如果 m 值比 n 大，{m, n}的作用就相當(dāng)于{m, m}。

現(xiàn)在，我們思考一個(gè)問題，“*”和“+”同樣能夠?qū)χ貜?fù)匹配的次數(shù)做出限定，那么，如何用花括號形式表示呢？由于“*”表示指定的匹配樣式要重復(fù)出現(xiàn) 0 或多次，所以，我們可以先用{0}滿足重復(fù)出現(xiàn) 0 次的要求。但是如又何滿能夠足重復(fù)多次的要求呢，由于最終重復(fù)出現(xiàn)的次數(shù)是不固定的，我們就不能采用{m,n}這種形式，現(xiàn)在也只有采用最后一種形式{n,}，“*”對應(yīng)的花括號表現(xiàn)形式為{0，}。同理可推“+”對應(yīng)的花括號表現(xiàn)形式為{1,}，相對于用于可選匹配的“？”來說，用{0,1}來替換即可。

七、貪婪模式與懶惰模式

當(dāng)我們使用含有次數(shù)限制的匹配語法時(shí)，常常會碰到正則表達(dá)式中的貪婪式與懶惰式的概念。那它們到底是什么意思呢？先看一下下面兩種對HTML標(biāo)記進(jìn)行匹配的例子，構(gòu)造正則表達(dá)式 <.+> 來匹配字符串“<a>W3C A to Z</a>”，如下圖所示：

為什么 <.+> 并沒有像我們預(yù)想的那樣匹配每一個(gè)HTML標(biāo)記，而是一次性“吃掉”了所有的內(nèi)容呢？這就是貪婪的匹配模式！讓我們分析一下正則表達(dá)式引擎的匹配機(jī)制，就會明白其中的道理了。首先要匹配的字符是“<”(匹配過程01)，這個(gè)一點(diǎn)問題也沒有，然后輪到通配符“.”上場了，因?yàn)樗竺婢o跟著一個(gè)“+”,這就能讓它毫無顧忌的一個(gè)勁兒匹配下去，當(dāng)匹配到字符串“<a>W3C A to Z</a>”最后一個(gè)字符“>”時(shí)，引擎發(fā)現(xiàn)無法找到相匹配的字符串，就嘗試著回退，把最后一次機(jī)會讓給“>”。結(jié)果當(dāng)然是匹滿足條件的了，這就是為什么匹配結(jié)果是整個(gè)目標(biāo)字符串而不是“<a>”和“</a>”。

匹配過程01 => <
匹配過程02 => <a>W3C A to Z</a>
匹配過程03 => <a>W3C A to Z</a>backtrack
匹配過程04 => <a>W3C A to Z</a
匹配過程05 => <a>W3C A to Z</a>
匹配過程06 => Match found

接下來，我們再分析一下采用懶惰模式的正則表達(dá)式 <.+?> ，貪婪模式與懶惰模式的語法區(qū)別在于重復(fù)限定修飾符的后面是否有問號，有的話就是懶惰模式，否則就是貪婪模式。

懶惰模式下匹配的結(jié)果有兩個(gè)，“<a>”和“</a>”。對于前者的匹配過程是，首先匹配首字符“<”；然后再將“.”與“a”相匹配，這時(shí)“.”已經(jīng)滿足了“+”的匹配次數(shù)至少要達(dá)到一次的要求，由于懶惰模式的緣故，“+”只要能滿足匹配條件就不會繼續(xù)執(zhí)行下去；接下來要參與匹配的字符就是“>”，這時(shí)恰好滿足整個(gè)正則表達(dá)式的要求。對于后者來說要稍微復(fù)雜一點(diǎn)，當(dāng)?shù)诙健?”與“/”匹配后，第三步就要直接用“>”進(jìn)行匹配，但“>”并不能與“a”相匹配，所以只能放棄，繼續(xù)由“.”再次擔(dān)任匹配任務(wù)；與“a”匹配完畢后，重新嘗試用“>”進(jìn)行匹配操作，這次匹配成功并且目標(biāo)字符串再沒有可以參與匹配操作的字符串，整個(gè)匹配過程順利結(jié)束，結(jié)果就是“</a>”。

不光是“*”和“+”有貪婪與懶惰兩種模式，花括號語法同樣存在相同的情況。如果用正則表達(dá)式 (as){3, 4} 來匹配字符串“asasasasas”，結(jié)果就是“ asasasas as”，有四組“as”被匹配；要是換成 (as){3,4}? ，結(jié)果就是“ asasas asas”，有三組“as”被匹配。