[已解决]【简单正则表达式】

hello?

"\s*(?P<header>[^:]+)\s*:(?P<value>.*?)\s*$"

请问这个正则表达式是什么意思
谢谢大佬们帮助

最佳答案

月排行榜 / 总排行榜

Brick_Porter

2022-8-15 17:19:11

"\s*(?P<header>[^:]+)\s*:(?P<value>.*?)\s*$"

这个正则表达式拆分开来一个一个看
第一部分：

\s*

它表示匹配零个或多个空白字符，例如空格、制表符、回车符等等

第二部分：

(?P<header>[^:]+)

其实这个部分开可以进一步拆分，但是因为它们在逻辑上是一个整体我就不进一步拆分了。
(?P<header>)是一个带有名字的分组，名字叫做header，匹配字符串的时候用不到这个名字，获取匹配结果的时候才用得到。
这个分组真正要匹配的是[^:]+，中括号表示自定义字符范围，例如[abc]就可以匹配a或者b或者c，请注意它只匹配一个字符。
中括号中用插入符号（^）开头表示排除的意思，所以[^abc]的意思是匹配除了a、b、c之外的任意一个字符。
前面说过中括号这种语法只匹配一个字符，如果要使用这种模式匹配多个字符怎么办呢？使用量词就行了。量词包括*（0次到无穷多次）、+（1次到无穷多次）和?（0次或1次）。
所以合在一起(?P<header>[^:]+)的意思就是：匹配至少1个除了冒号以外的任意字符，并且把匹配结果保存在名为header的组中

第三部分：

\s*:

这个可以参考前面的第一部分，首先匹配0个或任意个空白字符，紧跟在后面的是一个冒号，按照字面意思匹配冒号。

第四部分：

(?P<value>.*?)

这个部分和第二部分一样也是一个带有名字的分组，这次的名字是value。这个分组真正匹配的是.*?，这是一个常用的写法，用于匹配任意数量的任意字符，而且是尽可能少的匹配。因为点号（.）可以匹配任意一个字符，星号（*）前面解释过是量词表示任意数量，最后的问号（?）在这里不是量词而是匹配尽可能少的字符的意思。
所以这个部分的意思是把匹配的结果保存在一个名为value的组中。

第五部分：

\s*$

这也是最后一部分了，它的意思是匹配一行末尾的0个或无穷多个空白字符。注意最后的美元符号（$）表示一行末尾这个位置，它只匹配位置不匹配字符。

综合来说，这个正则表达式可以匹配如下字符串：

'   abc:     16'  # header=abc, value=16
'"good":true'  # header="good", value=true
'2.718:     666       '  # header=2.718 value=666

但是不能匹配下面这些字符串：

'hahaha 1111'  # 没有冒号
'    123        456'  # 没有冒号
'    aaa：    ccc'  # 不是英文冒号

跳转到最佳答案楼层

Brick_Porter

"\s*(?P<header>[^:]+)\s*:(?P<value>.*?)\s*$"

这个正则表达式拆分开来一个一个看
第一部分：

\s*

它表示匹配零个或多个空白字符，例如空格、制表符、回车符等等

第二部分：

(?P<header>[^:]+)

其实这个部分开可以进一步拆分，但是因为它们在逻辑上是一个整体我就不进一步拆分了。
(?P<header>)是一个带有名字的分组，名字叫做header，匹配字符串的时候用不到这个名字，获取匹配结果的时候才用得到。
这个分组真正要匹配的是[^:]+，中括号表示自定义字符范围，例如[abc]就可以匹配a或者b或者c，请注意它只匹配一个字符。
中括号中用插入符号（^）开头表示排除的意思，所以[^abc]的意思是匹配除了a、b、c之外的任意一个字符。
前面说过中括号这种语法只匹配一个字符，如果要使用这种模式匹配多个字符怎么办呢？使用量词就行了。量词包括*（0次到无穷多次）、+（1次到无穷多次）和?（0次或1次）。
所以合在一起(?P<header>[^:]+)的意思就是：匹配至少1个除了冒号以外的任意字符，并且把匹配结果保存在名为header的组中

第三部分：

\s*:

这个可以参考前面的第一部分，首先匹配0个或任意个空白字符，紧跟在后面的是一个冒号，按照字面意思匹配冒号。

第四部分：

(?P<value>.*?)

这个部分和第二部分一样也是一个带有名字的分组，这次的名字是value。这个分组真正匹配的是.*?，这是一个常用的写法，用于匹配任意数量的任意字符，而且是尽可能少的匹配。因为点号（.）可以匹配任意一个字符，星号（*）前面解释过是量词表示任意数量，最后的问号（?）在这里不是量词而是匹配尽可能少的字符的意思。
所以这个部分的意思是把匹配的结果保存在一个名为value的组中。

第五部分：

\s*$

这也是最后一部分了，它的意思是匹配一行末尾的0个或无穷多个空白字符。注意最后的美元符号（$）表示一行末尾这个位置，它只匹配位置不匹配字符。

综合来说，这个正则表达式可以匹配如下字符串：

'   abc:     16'  # header=abc, value=16
'"good":true'  # header="good", value=true
'2.718:     666       '  # header=2.718 value=666

但是不能匹配下面这些字符串：

'hahaha 1111'  # 没有冒号
'    123        456'  # 没有冒号
'    aaa：    ccc'  # 不是英文冒号

hello?

Brick_Porter 发表于 2022-8-15 17:19
这个正则表达式拆分开来一个一个看
第一部分：

十分感谢大佬，不过问号那里匹配尽可能少的的字符不是很理解，能举个例子吗

Brick_Porter

hello? 发表于 2022-8-15 19:43
十分感谢大佬，不过问号那里匹配尽可能少的的字符不是很理解，能举个例子吗

我猜你会在这个问题上有疑惑，但考虑到当时主要解释解释正则表达式的作用所以没有过多说明。

这次专门来解释问号（?）的用法，问号主要有两种用途。

第一种是作为量词使用，表示0次或1次，作用范围是前一个字符。例如：

backs?

问号的前一个字符是字母s，所以以上正则表达式可以匹配back或者backs

第二种作用是非贪婪匹配。一般来说，我们使用量词（*、+、？）时这些量词会让正则表达式尽可能多地匹配字符，也就是尽可能“贪婪”地匹配字符。例如：

ba+

上述正则表中量词+（匹配1次或无穷多次）的前面一个字符是a所以正则引擎在匹配字符串时至少匹配一个a，如果b后面不止一个a那么这些a都会被匹配。
这种尽可能多地匹配的方式有时候会引发问题，那就是匹配了不需要的内容。例如：

s.*f

点号（.）匹配除了换行符以外的任意字符，此外量词*表示匹配0次或无穷多次，而且是贪婪匹配，所以这个这则表达式会匹配s开头到f结尾的字符串。
对于字符串'spam bar baz foo fuz'来说，上述正则表达式会匹配'spam baz foo f'，因为贪婪匹配的关系所以第一个foo被完整包括在内，但是如果我们只想匹配到foo的f就停下不要继续匹配又该怎么办呢？此时就需要非贪婪匹配了。

非贪婪匹配的写法也很简单，在量词（*、+、?）的后面再跟上一个问号即可，也就是说非贪婪匹配有三种写法*?、+?、??。
*?表示尽量匹配0次，条件允许的情况下也会匹配多次；
+?表示尽量匹配1次，同样如果条件允许匹配多次；
??问号本身表示匹配0次或1次，再加一个问号变为非贪婪匹配就是说尽量匹配0次，也就是不要匹配前一个字符。例如ba??就只会匹配一个字母b。既然不想匹配，那干脆就不要写入正则表达式，还可以降低理解难度。正因为如此??很少用到。

正则表达式不是一种正规的编程语言，所以它也不像编程语言一样严谨。正则表达式的难点之一就是如何排除不想匹配的结果，非贪婪匹配就是方法之一。

hello?

Brick_Porter 发表于 2022-8-15 21:55
我猜你会在这个问题上有疑惑，但考虑到当时主要解释解释正则表达式的作用所以没有过多说明。

这次专 ...

明白了!非常感谢大佬，很少遇见像你这么耐心的
不过小白还有一个小问题，大佬有空帮我看看，谢谢，简单回答就行


刚开始在力扣刷题的疑问
https://fishc.com.cn/thread-216644-1-1.html
(出处: 鱼C论坛)