正则表达式 - 修剪空白

Question

我目前正在学习正则表达式，我很感激任何帮助理解这一点：

假设我有一个带有前导和尾随空格的字符串：

        abc      

我希望在删除所有空格时隔离字符串。我的想法是使用：

\s*(\w+)\s*

作为*量词，贪婪，将尽可能多地使用前导和尾随空格，这使我只留下字符串“abc”。这种方法似乎有效。

但是，我已经看到一些解决方案包含了^和$ anchors，给出了：

^\s*(\w+)\s*$

为什么需要包含^和$锚点？我知道它们的功能，但是我不明白为什么（\ w *）之前和之后的\ s *是不够的。

Answer 1

因为在mulitine模式下，您需要使用锚点来匹配前导和尾随空格，否则如果输入包含两行或更多行，它也会匹配前一行中的换行符。如果您只想匹配水平空格，那么我建议\h而不是\s。大多数编程语言都不支持\h

• \s*(\w+)\s*会在此foo字符串中捕获bar，foo bar。
• ^\s*(\w+)\s*$未能与此foo bar字符串
匹配

Answer 2

为什么有必要加入 ^和$ 主播？好吧，锚定义了字符串中必须匹配的位置。当您在模式中使用锚点时，正则表达式引擎不会向前移动字符串或使用任何字符。它只在那些位置寻找匹配。

这表示空格必须仅出现在字符串的开头。

^       # assert position at the beginning of the string         
\s*     # whitespace (\n, \r, \t, \f, and " ") (0 or more times)

这表示空格必须仅出现在字符串的末尾。

\s*     # whitespace (\n, \r, \t, \f, and " ") (0 or more times)
$       # assert position at the end of the string 

Answer 3

使用*

时要小心

• 表示ZERO或更多次。这可能很危险，因为即使没有实际字符也可以产生匹配。例如，此^\s*(\w*)\s*$将生成this match。

这不是你想要的。由于*是零或大于零，它会找到\ w零次（意味着没有任何\ w），所以它会匹配它！有点令人困惑，我知道。

为什么要包含^和$？

让我们举例\s*(\w+)\s*并使用和不使用^和$。让我们假设我们正试图匹配abc in＆＃34; abc＆amp; ＆＃34; （没有引号）。正如您将从link中看到的那样，它将成功地将abc与空格匹配并省略＆amp ;.

让我们尝试相同的文本，相同的正则表达式只使用^和$（请参阅this example）。没有匹配产生！但为什么？基本上，在^和$之间放一个正则表达式是：我只想要^（行的开头）和$（行的结尾）之间的东西。如果您发现任何不是这些东西的东西，请不要匹配它。

关于你的表达方式，你肯定会捕获abc，但它会与白色空格一起匹配。如果你只想匹配abc，只需输入匹配字符串的\w+（\ w = A-Z，a-z，0-9和_），别无其他。