這是一篇正則表示式的圖解指南，這個指南適合那些從未擺弄過，剛開始想要學習正則表示式，卻被嚇了個半死的人（像我一樣）。對沒有受過正規計算機教育的人來說，正則表示式好像是隻有最核心的 Unix 程式設計師才敢接觸。

但其實不然。一個好的正則表示式看似神奇，但要記住這一點：任何足夠先進的技術都跟魔法無異。所以我們不要被它給嚇到，這篇文章讓我們從最基礎的知識開始，瞭解什麼是正則表示式以及它們用於什麼？

開始！

正則表示式的核心是定義搜尋模式的字元序列。通常用在像grep這樣的工具中，可以在更長的文字字串中查詢我們想要的內容。

假設有這麼一個檔案 cat.txt ，內容很簡單，只有三行：

cat
cat2
dog

如果我們使用 cat 這樣的表示式來進行檢索，那麼我們可以獲得結果

cat
cat2

（對於硬核使用者來說，在這篇文章中，我把正則表示式和使用正則表示式的工具（如grep）混淆。我知道這在技術上是錯誤的，只是為了表達方便）

正則表示式適用於字元，而不是單詞

在這裡需要強調的是：正則表示式適用於字元，而不是單詞。串聯是隱含的。

如果我們使用正則表示式搜尋模式cat，我們不是在尋找“cat”這個詞，而是我們正在尋找字元 c 而後跟一個a，而後又跟 t 字元。

點和星號

最基本的字元是單個字元，如a，b，c等。現在讓我們介紹兩個特殊的客人。

點號(.) 字元匹配任何單個字元。例如，如果我們搜尋c.t，我們將匹配從cat到c0t或cAt的任何內容，我們將匹配任何單個c，後跟任何字元，後跟單個t 字元。

*（星號）字元有點難度。它修改前面的字元，然後匹配零個或多個字元。是的，再讀一遍，零個或多個字元。例如，cat *會匹配cat，catt，cattttt但也會匹配。

貓吃了我的作業

想象一下，我們逐行讀取檔案，第一行如下：

The cat ate my homework.

讓我們來看看我們如何匹配這一行中的 cat 這個模式。

我們首先將模式的第一個字元與句子中的第一個字元進行匹配。

如果我們找不到匹配項，我們會跳到該行中的下一個字元，並從該模式的第一個字元開始。

如果我們找到匹配項，我們將轉到模式和行中的下一個字元並重復此過程。當我們找到整個模式的匹配時，我們返回找到匹配的行。

這就是正則表示式最常用於最基本的級別，以便在更大的字串中找到更小的搜尋模式。

到目前為止，我們已經瞭解了正則表示式和兩個特殊字元，即 . 號和 *（星號），但還有更多。

正則表示式三劍客

正則表示式包含三個主要的元件：

• 錨

• 字符集

• 修飾符

這三個組成了...正則表示式三劍客！

我們先從錨點開始。

錨點

錨點指定圖案相對於線條的位置。這是兩個最重要的錨點：

• ^（插入符號）將您的模式匹配到行的開頭。例如，模式^ 1匹配以1開頭的任何行。

• $（美元）將您的模式匹配到句子的末尾。例如，9 $匹配任何以9結尾的行。

請注意，在這兩種情況下，模式必須分別在模式中的第一個和最後一個。^ 1在一行開頭匹配1，但1 ^匹配1後跟^。同樣，1 $匹配以1結尾的行，但$ 1匹配一個美元符號，後跟行上的任意位置1。

下一部分是字符集。

字符集

字符集是正則表示式的麵包和黃油。單個字元，比如a，是最原子的字符集（一個元素的集合）。但是我們可以使用像[0-9]那樣匹配任何單個數字的正則表示式來做瘋狂的事情，或者如果你還記得我們可以製作模式[0-9] [0-9] *（這個模式匹配的是什麼） 作為讀者的練習）。

其他一些重要的字符集：

• [0-9] 匹配任意單個數字

• [a-z] 匹配任意小寫字母

• [A-Z] 匹配任意大寫字母

我們也可以合併多個字符集：

• [A-Za-z0-9] 匹配任意大寫、小寫字母以及數字

修飾符

這裡我不想太深入的介紹，我們之前已經使用的  *（星號）是一個修飾符。修飾符會更改其前面字元的含義。還有許多其他修飾符，但從 * 開始比較容易理解。

一個具體的例子

首先我們快速生成一個包含某些文字的檔案：

$ echo "The cat jumps long time \nThen we also have the fact that these are words.\n1234 this is a test post please ignore." >> grep.txt

檔案內容如下：

$ cat grep.txt

The cat jumps long time
Then we also have the fact that these are words.
1234 this is a test post please ignore.

然後咱們搜尋一下 cat

$ grep "cat" grep.txt

The cat jumps long time

接下來我們搜尋任意以數字開頭的行

$ grep "^[0-9]" grep.txt

1234 this is a test post please ignore.

你剛剛就在使用正則表示式，是不是棒極了？

總結

在這篇文章中我們介紹了:

• 正則表示式的基本功能

• 正則表示式的三個主要的元件：錨點、字符集和修飾符

• . (點), * (星號), ^ (插入符號) 以及 $ (美元符).

• 一些字符集 [0-9], [a-z], [A-Z] 和字符集的合併

這篇博文的目的是通過插圖介紹使正則表示式更加容易理解。

如果你已經擺脫了正則表示式在技術上的困難，你最終就得到的是一個相對簡單但超級強大的工具。

給自己點贊吧，你已經沒資格當菜鳥了！

本文翻譯自 https://www.janmeppe.com/blog/regex-for-noobs/ 。

圖文版請看公眾號“紅薯胡說”

相關推薦