(完整word版)正则表达式和字符串处理(全)
发布时间：2023-08-09 06:52:17
正则表达式和字符串处理(全第一章正则表达式概述
正则表达式(RegularExpression起源于人类神经系统的研究。正则表达式的定义有以下几种：
用某种模式去匹配一类字符串的公式，它主要是用来描述字符串匹配的工具。描述了一种字符串匹配的模式。可以用来检查字符串是否含有某种子串、将匹配的子串做替换或者从中取出符合某个条件的子串等。
由普通字符(a-z以及特殊字符（元字符）组成的文字模式，正则表达式作为一个模版，将某个字符模式与所搜索的字符串进行匹配。
用于描述某些规则的的工具。这些规则经常用于处理字符串中的查找或替换字符串。也就是说正则表达式就是记录文本规则的代码。
用一个字符串来描述一个特征，然后去验证另一个字符串是否符合这个特征。以上这些定义其实也就是正则表达式的作用。
第二章正则表达式基础理论
这些理论将为编写正则表达式提供法则和规范，正则表达式主要包括以下基础理论：元字符字符串字符转义反义限定符替换分组反向引用零宽度断言匹配选项注释优先级顺序递归匹配
2．1元字符
在正则表达式中，元字符（Metacharacter）是一类非常特殊的字符，它能够匹配一个位置或字符集合中的一个字符，如：、\w等。根据功能，元字符可以分为两种类型：匹配位置的元字符和匹配字符的元字符。
2．1．1匹配位置的元字符
包括：^、$、和\b。其中^（脱字符号）和$（美元符号）都匹配一个位置，分别匹配行的开始和结尾。比如，^string匹配以string开头的行，string$匹配以string结尾的行。^string$匹配以string开始和结尾的行。单个$匹配一个空行。单个^匹配任意行。\b匹配单词的开始和结尾，如：\bstr匹配以str开始的单词，但\b不匹配空格、标点符号或换行符号，所以，
\bstr可以匹配string、stringfomat等单词。\bstr正则表达式匹配的字符串必须以str开头，并且str以前是单词的分界处，但此正则表达式不能限定str之后的字符串形式。以下正则表达式匹配以ing结尾的字符串，如string、Thisisastring等
Ing\b正则表达式ing\b匹配的字符串必须以ing结尾，并且ing后是分界符，以下正则表达式匹配一个完整的单词：\bstring\b。
2.1.2匹配字符的元字符
匹配字符的元字符有7个:.(点号、\w、\W、、s\、\S、\d和\D。其中点号匹配除换行之外的任意字符；\w匹配单词字符（包括字母、汉字、下划线和数字）；\W匹配任意非单词字符、\s匹配任意的空白字符，如空格、制表符、换行等；\S匹配任意的非空白字符；\d匹配任意数字字符；\D匹配任意的非数字字符。如：
^.$匹配一个非空行，在该行中可以包含除了换行符以外的任意字符。
^\w$匹配一个非空行，并且该行中只能包含字母、数字、下划线和汉字中的任意字符。
\ba\w\w\w\w\w\w\\b匹配以字母a开头长度等于7的任意单词
\ba\w\w\w\d\d\d\D\b匹配以字母a开头后面有3个字符三个数字和1个非数字字符长度等于8的单词
2.2字符类
字符类是一个字符集合，如果该字符集合中的任何一个字符被匹配，则它会找到该匹配项。字符类可以在[]（方括号）中定义。如：[012345]可以匹配数字0到5中的任意一个。可以匹配HTML标签中的H1到H6。[Jj]ack可以匹配字符串Jack或jack。
但是，由于表达式[0123456789]书写非常不方便，连字符(- 