前文发过的文章中,我们总结了跟“位置匹配”有关的正则,此处,我们来认识一些跟“连续次数匹配”有关的正则。
“连续次数匹配”是什么意思呢?空口白话说的不容易明白,看完下列就能明白,首先,我们准备一个测试文件,文件内容如下:
测试文本regex.txt的内容如上图所示。
如果我们想要从regex.txt文本中找出那些行包含两个连续的字母a,我们应该怎么去查找呢?我们可以使用如下方法:
没错,我们直接使用grep命令,在文本中搜索' a"即可,因为" aa"就是两个连续的a字母。
可以看到,文本中的第二行和第三行中都包含两个连续的a,所以第二_行与第三行被打印了出来。
但是,如果我们要在文本中搜索10个连续的a字母呢?好吧,我们可以搜索" aaaaaaa"字符串
如果我们想要在文本中搜索100个连续的a字母呢?难道还要写100个连续的a?这样显然有点累,我们可以利用正则解决这个问题,示例如下。
利用grep命令和正则表达式,即可找出哪些行包含2个连续的字母a,示例如下
聪明如你一定看懂了,没错,"\{2\"就表示"连续出现2次", 所以, "a\{2\" 就表示a连续出现两次,可以看到,包含2个连续字母a的行只有第二行,所以,当我们使用正则表达式" a\{2\"时,只能匹配到第二行,由于第一行中的两个字母a中间存在"空格“ ,所以并不能算作两个连续的字母a,所以没有被匹配到。
你肯定已经学会举一反三了,"\{2\}"表示连续出现2次, 那么,"\{5\"就表示连续出现5次, "\{100\}" 就表示连续出现100次,没错,我们只要替换其中的数字,即可表示连续出现几次。
我们总结一下刚才的语法
使用\{x\}表示之前的字符连续出现x次将会被匹配到。
不过需要注意,如果字符连续出现的次数大于指定的次数,也是可以被匹配到的,示例如下:
正则表达式中,我们指定,b字母连续出现2次则会被匹配到,所以,第4行被匹配到了,同时,第5行也被匹配到了,因为第5行中,b字母连续出现了3次,包含2次,所以,前2个连续的字母b也被匹配到了。如果你不想出现上述情况,只是想要精准的匹配连续出现2次且只出现了2次的字母b,应该怎么办呢?其实我们在前文中已经学到了解决问题的方法,示例如下:
没错,就是结合了上次介绍到的单词定界符,锚定词首与锚定词尾,如果你没有看出来上述正则表达式什么意思,那么请回顾上一篇文章。
那么现在,我们来延伸-下,你来猜猜"\{x,y\}"表示什么?"\{x,y\}"之前的字符至少连续出现x次,最多连续出现y次,都能被匹配到,换句话说,只要之前的字符连续出现的次数在x与y之间,即可被匹配到,示例如下。
如上图所示,连续出现2次的d字母、连续出现3次的d字母、连续出现4次的d字母都被匹配到了。好了,现在我们已经了解了两种语法。\{x\}表示之前的字符连续出现x次时会被匹配到。\{x,y}标之前的字符至少连续出现x次,多连续出现y次,都可以被匹配到,x与y之间用逗号隔开。那么,我们再延伸一下,你猜猜.. \{x,\} 与\{,y\}分别表示什么意思?没错,你肯定已经猜到了\{x,\}表示之前的字符至少连续出现x次,或者连续出现次数大于x次,即可被匹配到,上不封顶。\{,y\}表示之前的字符至多连续出现y次,或者连续出现次数小于y次,即可被匹配到,最小次数为0次,换句话说,之前的字符连续出现0次到y次,都会被匹配到。示例如下:
如上图所示,字母d连续出现2次以及2次以上的都被匹配到了。
如上图所示,abc、 abcc都被匹配到了,因为" c\{,2\}"表示只要c字母连续出现的次数小于等于2,即可被匹配到,再配合之前的"ab"字符,所以,abc、abcc都被匹配到了,ab为什么 也被匹配到了呢?之前说过,"\{y}" 表示之前的字符连续出现0次到y次,都会被匹配到,所以, ab被匹配到了,相当于c被匹配到了0次。现在我们再来认识一个用于匹配次数的正则符号, 它就是*如果你之前使用过通配符,那么你肯定对非常熟悉,在通配符中,*表示匹配任意长度的任意字符。但是,在正则表达式中,*代表另- -个意思,在正则表达式中,*表示之 前的字符连续出现任意次数(包括0次),不要 与通配符中的*搞混淆了。示例如下:
如上图所示,“e*f”表示e出现任意次,f必须在e的后头。
注意,*表示之前的字符连续出现任意次数,包括0次,即可被匹配到,理解了这一点,在看如下示例,就简单了。
如上图所示,"d*"表示d连续出现任意次数, 即可被匹配到,所以,第7行高亮显示了。但是其他行为什么也被打印出来了呢?这是因为*表示连续出现任意次数,包括0次。其他行中,根本不包含字母d,换句话说就是,d连续出现了0次,所以其他行也符合条件,最终也被grep输出了。那么,在通配符中, *表示匹配任意长度的任意字符,在正则中,怎样表示任意长度的任意字符呢?在正则表达式中,使用".*" 表示任意长度的任意字符。我们先看示例,回头再解释为什么".*"表示任意长度的任意字符,示例如下。
上图中的正则表达式表示,a字母后面存在任意长度的任意字符,都可以被匹配到,如上图所示,的确都被匹配到了。其实,在正则表达式中,“.”表示匹配任意单个字符,示例如下:
如上图所示"ee. "表示"ee "后面跟随任意一个单个字符, 都会被匹配到"ee.. "表示"ee"后面跟随任意两个字符,都会被匹配到,由于"空格"也算作单个字符,所以, "eef空格" 也被匹配到了,因为"f"和"空格"被看做了两个字符。理解完上述示例,再回过头来理解".*", 就容易多了,".*"可以理解为"."与"*"的结合,".*"在正则中表示"连续出现任意次的任意单个字符",换句话说就是,任意长度的任意字符,正则表达式中的".*"与通配符中的"*"所表达的意思一样。
理解完上述符号以后,再来认识两个新符号,"\?"与"\+"\?表示匹配其前面的字符0或1次,换句话说,就是前面的字符要么没有,要么有一一个。\+示匹其前面的字符至少1次,换句话说,就是前面的字符必须有至少一一个。我们来看看示例,如下。
如上图所示, "c\?"表示c出现0次或者1次, 都会被匹配到,所以ab和abc都被匹配到了, ab被匹配到是因为c出现了0次,abc被匹配到是因为c出现了1次。完上述示例后,再来看另外-个例子, 如下:
可以看到,abc 与abcc都被匹配到了,这是因为"c\+ "表示c至少要出现1次,至多可以连续出现多次, 连续次数上不封顶,所以abc和abcc都会被匹配到。好了,关于"连续次数匹配"的相关正则表达式就总结到这里吧。
小结:
为了方便以后回顾,我们将上述正则总结如下:
- * 表示前面的字符连续出现任意次,包括0次。
- . 表示任意单个字符。
- .* 表示任意长度的任意字符,与通配符中的*的意思相同。
- \? 表示匹配其前面的字符0或1次
- \+ 表示匹配其前面的字符至少1次,或者连续多次,连续次数上不封顶。
- \{n\} 表示前面的字符连续出现n次,将会被匹配到。
- \{x,y\} 表示之前的字符至少连续出现x次,最多连续出现y次,都能被匹配到,换句话说,只要之前的字符连续出现的次数在x与y之间,即可被匹配到。
- \{,n\} 表示之前的字符连续出现至多n次,最少0次,都会陪匹配到。
- \{n,\} 表示之前的字符连续出现至少n次,才会被匹配到.