入门实战查找替换不再靠一个个手改
日志里几千行只想找报错、文章里几百个电话要统一格式、表单要校验手机号写得对不对,这些事靠人工一个个看又慢又容易漏。正则表达式就是专门干这件事的工具:一串看起来像天书的符号,描述的是“你要找的文字长什么样”。本文从最常用的几个符号讲起,到手机号、邮箱、日志筛选三个真实例子,照着练就能上手。
很多新手第一次见正则表达式就被吓住,觉得全是符号、根本记不住。其实它就是一套描述文字规律的写法:你不用把目标文字逐字写出来,而是描述它的样子,比如“11 位数字、以 1 开头”,程序就能把符合这个样子的文字都找出来。
先记最常用的几个符号,一共没几个。点号 . 表示任意一个字符;星号 * 表示前面的东西出现 0 次或多次;加号 + 表示至少出现 1 次;问号 ? 表示可有可无;方括号 [] 表示在里面选一个,比如 [0-9] 就是任意一个数字,写成 \d 也是一样的意思;大括号 {} 表示次数,比如 {11} 就是正好 11 次。把它们拼起来,规律就出来了。
拿手机号举例,中国手机号的规律是:1 开头、第二位是 3 到 9、后面再跟 9 位数字,写成正则就是:
1[3-9]\d{9}
短短一串,就把“对的手机号长什么样”说清了。表单里校验用户填得对不对、从一堆文字里把手机号全提取出来,都是这一串的活。再比如邮箱,规律是“字母数字、一个 @、字母数字、一个点、字母结尾”,写出来是:
[\w.]+@[\w.]+\.\w+
这里 \w 表示字母、数字和下划线,最后那个点要写成 .,因为单独的点在正则里是“任意字符”的意思,要找真正的点必须转义,新手最常在这里写错。
正则最实用的场景其实是查日志。几万行日志里想只看报错,用 grep -E "ERROR|Exception" 日志文件,就能把带这两个词的行全筛出来;编辑器里批量替换也一样,比如把文章里所有“第X章”统一改成“第 X 章”,用查找替换加正则一次就能完成,不用一处处手改。
新手踩坑最多的有三点。第一是贪婪匹配:星号默认会尽量多吃字符,想让它少吃要在后面加问号,写成 .*?。第二是忘了转义:点、加号、括号这些符号在正则里都有特殊意思,要找它们本身必须加反斜杠。第三是一上来就写很长的正则,错了不知道错在哪,正确做法是先写一小段、测一组文字,对了再往后加,分段验证比一次写完再猜错在哪快得多,网上也有现成的在线测试工具,边写边看高亮匹配结果。
- 点赞
- 收藏
- 关注作者
评论(0)