Regular:定期的、有規律的。Expression:表達、表示。Regular expression,正則表達式。
什麼是正則表達式
用最白話的方式說:拿一個描述性的字串,去驗證另一個字串是否符合它所描述的規則。
舉個例子,表達式 12+ 描述的意思是「一個 1,後面接任意個 2」。那麼 12、122、1222…… 都符合這個描述。
它拿來做什麼
實務上最常見的三種用途:
歸納起來其實就兩類:驗證,以及字串處理(搜尋、替換、刪除)。
一、單種匹配(匹配一次)
普通字元:字母、數字、漢字、底線,以及沒有特殊定義的標點。
例如表達式 c 去匹配 adasc,結果是 c,位置從 4 開始、結束於 5。
轉義字元:本身帶有特殊意義的字元,前面加上反斜線即可還原為字面意義。
| 表達式 | 匹配內容 |
|---|---|
| \r | 回車 |
| \n | 換行符 |
| \t | 制表符 |
| \/ | 斜線本身 |
| \^ | ^ 本身 |
| \$ | $ 本身 |
| \. | . 本身 |
例如表達式 \$d 去匹配 sas\$d132,結果是 \$d,位置從 3 開始、結束於 5。
二、多種匹配(匹配一次)
先講預設就有的幾種:
| 表達式 | 匹配內容 |
|---|---|
| \d | 0~9 中的任意一個 |
| \w | A-Z、a-z、0-9、_ 中的任意一個 |
| \s | 空格、定位字元、換頁符中的任意一個 |
| . | 除了換行以外的任意一個字元 |
例如表達式 a.d 去匹配 123ab11d,結果是 ab1,位置從 3 開始、結束於 6。
再來是自訂的多種匹配。方括號 [] 代表「方括號裡的任意一個字元」,而 [^] 代表「方括號裡字元以外的任意一個字元」。
| 表達式 | 匹配內容 |
|---|---|
| [abc1] | a、b、c、1 中的任意一個 |
| [^abc] | a、b、c 以外的任意一個 |
| [a-f] | a 到 f 之間的任意一個 |
| [^a-f] | a 到 f 以外的任意一個 |
例如表達式 [^123][456] 去匹配 12345678,結果是 45,位置從 3 開始、結束於 5。只要理解「[] 是其中任一個、^ 是排除」這兩件事就夠了。
三、多種匹配(匹配多次)
想讓某段規則重複出現,就要用次數修飾符,而它必須寫在被修飾的表達式後面。
| 表達式 | 匹配內容 |
|---|---|
| {n} | 剛好 n 次 |
| {m,n} | m 到 n 次之間 |
| {m,} | 至少 m 次 |
| ? | 0 到 1 次 |
| * | 0 次以上 |
| + | 1 次以上 |
例如表達式 \d?[ab]* 去匹配 abc123,結果是 ab,位置從 0 開始、結束於 2。
四、特殊匹配
| 表達式 | 意義 |
|---|---|
| ^ | 與字串開頭的位置匹配 |
| $ | 與字串結尾的位置匹配 |
| \b | 單字的邊界,也就是一側是 \w、另一側是非 \w 的位置(本身不消耗任何字元) |
| | | 前後兩個表達式是「或」的關係 |
| () | 一是被修飾次數時代表一個整體;二是擷取結果時,括號內的內容可以被單獨取出 |
三個例子:
表達式 \bstart\b 去匹配 go,start,end,結果是 start。
表達式 (go)+ 去匹配 let's gogo,結果是 go go。
表達式 \$(\d+\.\d*) 去匹配 \$12.33,整體結果是 \$12.33,而括號內可被單獨取出為 12.33。
最後提一個實務上的建議:在 Objective-C 中使用正則時,你會透過 NSRegularExpression 與 NSTextCheckingResult 這組 API。要注意的是 Objective-C 字串裡的反斜線本身也需要跳脫,所以上面所有 \d、\w、\b 寫進程式碼時都要變成 \\d、\\w、\\b,這是新手最常踩的坑之一。另外,用正則驗證 email 這類看似簡單的需求,其實邊界情況非常多,正式專案裡更推薦用 NSDataDetector 或直接把驗證交給伺服器。