收纳一下正则表达式基础知识

女爷i 2021-07-25 02:10 317阅读 0赞

## 什么是正则表达式 ##

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。

## 正则表达式的特点 ##

1.  灵活性、逻辑性和功能性非常的强；
2.  可以迅速地用极简单的方式达到字符串的复杂控制。
3.  对于刚接触的人来说，比较晦涩难懂。

**正则表达式是由普通字符（如字符A到字符Z）和特殊字符（称为元字符）组成。该模式描述在查找文字主题时要匹配的一个或多个字符串。正则表达式作为一个模板，将一个字符模式与搜索的字符串相匹配。**如：

<table> 
 <tbody> 
 <tr> 
 <th>JScript</th> 
 <th>VBScript</th> 
 <th>匹配</th> 
 </tr> 
 <tr> 
 <td>/^[ \t]$/</td> 
 <td>"^[ \t]$"</td> 
 <td>匹配一个空白行。</td> 
 </tr> 
 <tr> 
 <td>/\d{2}-\d{5}/</td> 
 <td>"\d{2}-\d{5}"</td> 
 <td>验证一个ID 号码是否由一个2位数字，一个连字符以及一个5位数字组成。</td> 
 </tr> 
 <tr> 
 <td>/&lt;(.)&gt;.&lt;\/\1&gt;/</td> 
 <td>"&lt;(.)&gt;.&lt;\/\1&gt;"</td> 
 <td>匹配一个 HTML 标记。</td> 
 </tr> 
 </tbody> 
</table>

下表是元字符及其在正则表达式上下文中的行为的一个完整列表：

<table> 
 <tbody> 
 <tr> 
 <th>字符</th> 
 <th>描述</th> 
 </tr> 
 <tr> 
 <td>\</td> 
 <td>将下一个字符标记为一个特殊字符、或一个原义字符、或一个 向后引用、或一个八进制转义符。例如，'n' 匹配字符 "n"。'\n' 匹配一个换行符。序列 '\' 匹配 "\" 而 "(" 则匹配 "("。</td> 
 </tr> 
 <tr> 
 <td>^</td> 
 <td>匹配输入字符串的开始位置。如果设置了&nbsp;RegExp&nbsp;对象的&nbsp;Multiline&nbsp;属性，^ 也匹配 '\n' 或 '\r' 之后的位置。</td> 
 </tr> 
 <tr> 
 <td>$</td> 
 <td>匹配输入字符串的结束位置。如果设置了RegExp&nbsp;对象的&nbsp;Multiline&nbsp;属性，$ 也匹配 '\n' 或 '\r' 之前的位置。</td> 
 </tr> 
 <tr> 
 <td>*</td> 
 <td>匹配前面的子表达式零次或多次。例如，zo 能匹配 "z" 以及 "zoo"。&nbsp;等价于{0,}。</td> 
 </tr> 
 <tr> 
 <td>+</td> 
 <td>匹配前面的子表达式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等价于 {1,}。</td> 
 </tr> 
 <tr> 
 <td>?</td> 
 <td>匹配前面的子表达式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等价于 {0,1}。</td> 
 </tr> 
 <tr> 
 <td>{ n}</td> 
 <td>n&nbsp;是一个非负整数。匹配确定的&nbsp;n&nbsp;次。例如，'o{2}' 不能匹配 "Bob" 中的 'o'，但是能匹配 "food" 中的两个 o。</td> 
 </tr> 
 <tr> 
 <td>{ n,}</td> 
 <td>n&nbsp;是一个非负整数。至少匹配n&nbsp;次。例如，'o{2,}' 不能匹配 "Bob" 中的 'o'，但能匹配 "foooood" 中的所有 o。'o{1,}' 等价于 'o+'。'o{0,}' 则等价于 'o'。</td> 
 </tr> 
 <tr> 
 <td>{ n,m}</td> 
 <td>m&nbsp;和&nbsp;n&nbsp;均为非负整数，其中n&nbsp;&lt;=&nbsp;m。最少匹配&nbsp;n&nbsp;次且最多匹配&nbsp;m&nbsp;次。例如，"o{1,3}" 将匹配 "fooooood" 中的前三个 o。'o{0,1}' 等价于 'o?'。请注意在逗号和两个数之间不能有空格。</td> 
 </tr> 
 <tr> 
 <td>?</td> 
 <td>当该字符紧跟在任何一个其他限制符 (, +, ?, { n}, { n,}, { n,m}) 后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串 "oooo"，'o+?' 将匹配单个 "o"，而 'o+' 将匹配所有 'o'。</td> 
 </tr> 
 <tr> 
 <td>.</td> 
 <td>匹配除 "\n" 之外的任何单个字符。要匹配包括 '\n' 在内的任何字符，请使用象 '[.\n]' 的模式。</td> 
 </tr> 
 <tr> 
 <td>(pattern)</td> 
 <td>匹配&nbsp;pattern&nbsp;并获取这一匹配。所获取的匹配可以从产生的 Matches 集合得到，在VBScript 中使用&nbsp;SubMatches&nbsp;集合，在JScript 中则使用&nbsp;$0…$9&nbsp;属性。要匹配圆括号字符，请使用 '(' 或 ')'。</td> 
 </tr> 
 <tr> 
 <td>(?:pattern)</td> 
 <td>匹配&nbsp;pattern&nbsp;但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用 "或" 字符 (|) 来组合一个模式的各个部分是很有用。例如， 'industr(?:y|ies) 就是一个比 'industry|industries' 更简略的表达式。</td> 
 </tr> 
 <tr> 
 <td>(?=pattern)</td> 
 <td>正向预查，在任何匹配&nbsp;pattern&nbsp;的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如，'Windows (?=95|98|NT|2000)' 能匹配 "Windows 2000" 中的 "Windows" ，但不能匹配 "Windows 3.1" 中的 "Windows"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。</td> 
 </tr> 
 <tr> 
 <td>(?!pattern)</td> 
 <td>负向预查，在任何不匹配&nbsp;pattern&nbsp;的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如'Windows (?!95|98|NT|2000)' 能匹配 "Windows 3.1" 中的 "Windows"，但不能匹配 "Windows 2000" 中的 "Windows"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始</td> 
 </tr> 
 <tr> 
 <td>x|y</td> 
 <td>匹配&nbsp;x&nbsp;或&nbsp;y。例如，'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 则匹配 "zood" 或 "food"。</td> 
 </tr> 
 <tr> 
 <td>[xyz]</td> 
 <td>字符集合。匹配所包含的任意一个字符。例如， '[abc]' 可以匹配 "plain" 中的 'a'。</td> 
 </tr> 
 <tr> 
 <td>[^xyz]</td> 
 <td>负值字符集合。匹配未包含的任意字符。例如， '[^abc]' 可以匹配 "plain" 中的'p'。</td> 
 </tr> 
 <tr> 
 <td>[a-z]</td> 
 <td>字符范围。匹配指定范围内的任意字符。例如，'[a-z]' 可以匹配 'a' 到 'z' 范围内的任意小写字母字符。</td> 
 </tr> 
 <tr> 
 <td>[^a-z]</td> 
 <td>负值字符范围。匹配任何不在指定范围内的任意字符。例如，'[^a-z]' 可以匹配任何不在 'a' 到 'z' 范围内的任意字符。</td> 
 </tr> 
 <tr> 
 <td>\b</td> 
 <td>匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。</td> 
 </tr> 
 <tr> 
 <td>\B</td> 
 <td>匹配非单词边界。'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。</td> 
 </tr> 
 <tr> 
 <td>\cx</td> 
 <td>匹配由&nbsp;x&nbsp;指明的控制字符。例如， \cM 匹配一个 Control-M 或回车符。x&nbsp;的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 'c' 字符。</td> 
 </tr> 
 <tr> 
 <td>\d</td> 
 <td>匹配一个数字字符。等价于 [0-9]。</td> 
 </tr> 
 <tr> 
 <td>\D</td> 
 <td>匹配一个非数字字符。等价于 [^0-9]。</td> 
 </tr> 
 <tr> 
 <td>\f</td> 
 <td>匹配一个换页符。等价于 \x0c 和 \cL。</td> 
 </tr> 
 <tr> 
 <td>\n</td> 
 <td>匹配一个换行符。等价于 \x0a 和 \cJ。</td> 
 </tr> 
 <tr> 
 <td>\r</td> 
 <td>匹配一个回车符。等价于 \x0d 和 \cM。</td> 
 </tr> 
 <tr> 
 <td>\s</td> 
 <td>匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。</td> 
 </tr> 
 <tr> 
 <td>\S</td> 
 <td>匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。</td> 
 </tr> 
 <tr> 
 <td>\t</td> 
 <td>匹配一个制表符。等价于 \x09 和 \cI。</td> 
 </tr> 
 <tr> 
 <td>\v</td> 
 <td>匹配一个垂直制表符。等价于 \x0b 和 \cK。</td> 
 </tr> 
 <tr> 
 <td>\w</td> 
 <td>匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9]'。</td> 
 </tr> 
 <tr> 
 <td>\W</td> 
 <td>匹配任何非单词字符。等价于 '[^A-Za-z0-9]'。</td> 
 </tr> 
 <tr> 
 <td>\xn</td> 
 <td>匹配&nbsp;n，其中&nbsp;n&nbsp;为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如，'\x41' 匹配 "A"。'\x041' 则等价于 '\x04' &amp; "1"。正则表达式中可以使用 ASCII 编码。.</td> 
 </tr> 
 <tr> 
 <td>\num</td> 
 <td>匹配&nbsp;num，其中&nbsp;num&nbsp;是一个正整数。对所获取的匹配的引用。例如，'(.)\1' 匹配两个连续的相同字符。</td> 
 </tr> 
 <tr> 
 <td>\n</td> 
 <td>标识一个八进制转义值或一个向后引用。如果 \n&nbsp;之前至少&nbsp;n&nbsp;个获取的子表达式，则&nbsp;n&nbsp;为向后引用。否则，如果&nbsp;n&nbsp;为八进制数字 (0-7)，则&nbsp;n&nbsp;为一个八进制转义值。</td> 
 </tr> 
 <tr> 
 <td>\nm</td> 
 <td>标识一个八进制转义值或一个向后引用。如果 \nm&nbsp;之前至少有&nbsp;nm&nbsp;个获得子表达式，则&nbsp;nm&nbsp;为向后引用。如果 \nm&nbsp;之前至少有&nbsp;n&nbsp;个获取，则&nbsp;n&nbsp;为一个后跟文字&nbsp;m&nbsp;的向后引用。如果前面的条件都不满足，若n&nbsp;和&nbsp;m&nbsp;均为八进制数字 (0-7)，则 \nm&nbsp;将匹配八进制转义值&nbsp;nm。</td> 
 </tr> 
 <tr> 
 <td>\nml</td> 
 <td>如果&nbsp;n&nbsp;为八进制数字 (0-3)，且&nbsp;m&nbsp;和&nbsp;l&nbsp;均为八进制数字 (0-7)，则匹配八进制转义值&nbsp;nml。</td> 
 </tr> 
 <tr> 
 <td>\un</td> 
 <td>匹配&nbsp;n，其中&nbsp;n&nbsp;是一个用四个十六进制数字表示的 Unicode 字符。例如， \u00A9 匹配版权符号 (©)。</td> 
 </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
 <tr> 
 <td style="vertical-align:top;"> 
 <table> 
 <tbody> 
 <tr> 
 <td>一些常用的例子：</td> 
 </tr> 
 <tr> 
 <td>"^\\d+$"　　//非负整数（正整数 + 0） "^[0-9]*[1-9][0-9]*$"　　//正整数 "^((-\\d+)|(0+))$"　　//非正整数（负整数 + 0） "^-[0-9]*[1-9][0-9]*$"　　//负整数 "^-?\\d+$"　　　　//整数 "^\\d+(\\.\\d+)?$"　　//非负浮点数（正浮点数 + 0） "^(([0-9]+\\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\\.[0-9]+)|([0-9]*[1-9][0-9]*))$"　　//正浮点数 "^((-\\d+(\\.\\d+)?)|(0+(\\.0+)?))$"　　//非正浮点数（负浮点数 + 0） "^(-(([0-9]+\\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\\.[0-9]+)|([0-9]*[1-9][0-9]*)))$"　　//负浮点数 "^(-?\\d+)(\\.\\d+)?$"　　//浮点数 "^[A-Za-z]+$"　　//由26个英文字母组成的字符串 "^[A-Z]+$"　　//由26个英文字母的大写组成的字符串 "^[a-z]+$"　　//由26个英文字母的小写组成的字符串 "^[A-Za-z0-9]+$"　　//由数字和26个英文字母组成的字符串 "^\\w+$"　　//由数字、26个英文字母或者下划线组成的字符串 "^[\\w-]+(\\.[\\w-]+)*@[\\w-]+(\\.[\\w-]+)+$"　　　　//email地址 "^[a-zA-z]+://(\\w+(-\\w+)*)(\\.(\\w+(-\\w+)*))*(\\?\\S*)?$"　　//url</td> 
 </tr> 
 </tbody> 
 </table></td> 
 </tr> 
 </tbody> 
</table>