在 Julia 中，正则表达式是一种强大的文本模式匹配工具，可以用于字符串查找、替换、分割和提取等任务。Julia 使用 Regex 模块来支持正则表达式功能，提供了易于使用的 API。
一、正则表达式基础
1. 创建正则表达式
正则表达式可以通过 r"pattern" 的语法创建。例如，下面创建了一个简单的正则表达式：
r"abc" # 匹配 "abc"
2. 使用 Regex 类型
你也可以显式地通过 Regex 类型来创建正则表达式：
regex = Regex("abc") # 匹配 "abc"
二、常用正则表达式操作
1. 匹配字符串
要查找一个字符串是否匹配正则表达式，可以使用 match() 函数：
s = "hello"
regex = r"hello"
m = match(regex, s) # 返回 RegexMatch 对象，如果没有匹配返回 `nothing`
println(m.match) # 输出 "hello"
2. 提取匹配的内容
match() 返回一个 RegexMatch 对象，你可以从中提取匹配的字符串：
s = "123abc456"
regex = r"\d+" # 匹配一个或多个数字
m = match(regex, s)
println(m.match) # 输出 "123"
println(m.offset) # 输出匹配的起始位置 [1]
3. 查找所有匹配项
findall() 函数返回所有匹配的结果：
s = "abc 123 abc 456"
regex = r"\d+" # 匹配数字
matches = findall(regex, s)
println(matches) # 输出匹配的所有位置：[4:6, 12:14]
4. 替换匹配的内容
使用 replace() 可以用新的字符串替换匹配的部分：
s = "Hello, World!"
regex = r"World"
new_str = replace(s, regex => "Julia")
println(new_str) # 输出 "Hello, Julia!"
5. 字符串分割
可以使用 split() 按照正则表达式对字符串进行分割：
s = "apple,banana,orange"
regex = r","
result = split(s, regex)
println(result) # 输出 ["apple", "banana", "orange"]
三、常用正则表达式模式
| 模式 | 说明 | 示例 |
|---|---|---|
. | 匹配任意单个字符（除了换行符） | r"a.b" 匹配 “acb” |
\d | 匹配一个数字字符 | r"\d+" 匹配 “123” |
\D | 匹配一个非数字字符 | r"\D+" 匹配 “abc” |
\w | 匹配字母、数字和下划线（相当于 [a-zA-Z0-9_]） | r"\w+" 匹配 “word” |
\W | 匹配一个非字母、数字或下划线的字符 | r"\W+" 匹配 “!@#” |
\s | 匹配空白字符（空格、制表符等） | r"\s+" 匹配 ” “ |
\S | 匹配一个非空白字符 | r"\S+" 匹配 “abc” |
^ | 匹配字符串的开始 | r"^abc" 匹配 “abc” |
$ | 匹配字符串的结束 | r"abc$" 匹配 “abc” |
* | 匹配前面的元素零次或多次 | r"ab*c" 匹配 “ac” |
+ | 匹配前面的元素一次或多次 | r"ab+c" 匹配 “abc” |
? | 匹配前面的元素零次或一次 | r"ab?c" 匹配 “ac” |
{n,m} | 匹配前面的元素至少n次，至多m次 | r"a{2,4}" 匹配 “aaa” |
| ` | ` | 逻辑“或”运算符，匹配两者之一 |
四、正则表达式应用示例
1. 验证邮箱格式
function is_valid_email(email::String)
regex = r"^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$"
return ismatch(regex, email)
end
println(is_valid_email("test@example.com")) # true
println(is_valid_email("invalid-email")) # false
2. 提取电话号码中的数字
s = "Call me at (123) 456-7890"
regex = r"\d+" # 提取所有数字
matches = findall(regex, s)
println(matches) # 输出 [1:3, 5:7, 9:12]
3. 提取 HTML 标签内容
html = "<title>My Page</title>"
regex = r"<title>(.*?)</title>" # 使用非贪婪模式
m = match(regex, html)
println(m.match) # 输出 "<title>My Page</title>"
println(m.captures) # 输出 ["My Page"]
五、正则表达式修饰符
你可以在正则表达式中使用一些修饰符来控制匹配方式：
| 修饰符 | 说明 |
|---|---|
i | 忽略大小写（不区分大小写） |
m | 使 ^ 和 $ 匹配行的开始和结束 |
x | 允许注释和空格用于正则表达式 |
例如，使用 i 来忽略大小写：
regex = r"hello"i
println(ismatch(regex, "HeLLo")) # true
六、常见问题和调试
1. 正则表达式中的转义字符
在正则表达式中，有一些字符需要转义，例如 .、*、? 等。为了在正则表达式中匹配这些字符，需要使用反斜杠 \：
regex = r"\."
println(ismatch(regex, "hello.")) # true
2. 使用 r"" 来创建正则表达式
Julia 中的 r"" 是 原始字符串，它不对字符串中的反斜杠进行转义处理，简化了正则表达式中的转义过程。确保正则表达式字符串的正确性。
七、小练习推荐
# 练习 1：提取字符串中的所有数字
s = "My phone number is 123-456-7890"
regex = r"\d+" # 匹配数字
matches = findall(regex, s)
println(matches) # [1:3, 5:7, 9:12]
# 练习 2：验证一个日期格式 "YYYY-MM-DD"
s = "2025-04-21"
regex = r"^\d{4}-\d{2}-\d{2}$"
println(ismatch(regex, s)) # true
如果你有更多关于 正则表达式 的问题，或者想深入了解某个部分（比如性能优化、复杂模式等），随时告诉我哦！
发表回复