大话正则表达式

概念

正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑，使用正则表达式，能快速精准的查找符合“复杂条件”的子字符串，在项目中应用较广，比如可以用来检验参数合法性，查找与替换，提取句中复杂子串等；

正则基础

工欲善其事，必先利其器，使用之前，我们必须知道正则的一些基础语法，然后才能在必要时刻发挥出大杀器，语法主要包括：

^：开头匹配，或用于在集合中表示“除了”，如表示字符串中除了1,2都匹配；

$：结尾匹配，比如我们匹配以数字开头，已字符结束的一段话可以用：

匹配一个数字，匹配一个字符数字下划线的组合，匹配一个空字符，包括空格，制表符或换页符，匹配任意一个字符，匹配一个制表符，,，大写的表示,,的取反

：表示重复n次，比如：匹配1~3位连续数字，区间[1,3]都是闭区间，匹配1位或1位以上连续数字，比如匹配手机号：；

*：0或0次以上，相当于

+：1或1次以上，相当于

?：0次或1次，相当于

请记住，一般在一个语法定义中，比较常用的用法都有相应的“语法糖”，在我们模式匹配复杂子串时，是最常用的匹配次数

()：括号用于分组，非常重要，可以反向匹配前面已匹配的子串作为后续处理，在处理复杂子串匹配时，非常重要；

|：任选其一

(?=表达式)：预判断，整个字符串是否符合表达式

(?!表达式)：预判断，整个字符串是否不符合表达式

需要转移的符号包括：

贪婪和懒惰模式：默认采用最大匹配（尽可能匹配符合条件的最多子串），针对*,+,?限定符，如果在这些符号后面加入?则表示非贪婪的最小匹配，如匹配1个或1个以上连续0，在字符串中它匹配，如果变成则匹配到三条记录，每个都是0;

贪婪和懒惰模式特例：：懒惰模式，长度为N的字符串匹配到N条单字符记录，匹配整个字符串，比如字符串：，使用匹配到，贪婪和懒惰模式匹配是正则中比较重要的概念；

项目案例分析

有了上文的基础知识后，在实际应用中，还需要多练多看多学，才能得心应手，下文我们通过一个报价识别程序介绍正则用法，以下是样本数据：

需求描述：

识别出机构，如民泰银行等；

识别出收益率：如4.72%，4.85等；

识别出评级，如：AA+，AAA等；

识别出期限，如一个月，1Y等，并规整为：3M,1Y,30D格式

解决思路：

利用一个责任链模式，将以上四个指标的识别指标添加到责任链中；

为了提高识别率，已识别出的文字段直接截掉，如 周一发，识别出收益率4.35%后，后续字符串处理直接变成

利用正则表达式，将更容易精准识别的算法放到最前面过滤，如下：

正则识别定义：

评级识别：在一段话中我们需要识别评级，评级包括AA-,AA,AA+,AAA,AAA-,AAA+等，这个正则要怎么来写呢？首先我们应该使用贪婪模式，即AAA不能识别出AA就结束，另外A不区分大小写，有个这个思路，我们就可以写出正则：

机构识别：全子串匹配，要特别注意的是某些字符可以不输入，如银行，分行等；

期限识别：期限可能有中文或数字，数字可以有小数，如1.23Y，所以正则定义可以为：

收益率识别：不大于10的小数，可不带百分号，这个比较简单：

注：线上正则调测工具使用：https://tool.lu/regex/

关注我们的公众号