正则表达式（regular expression）以及常用语法

清疚 2022-09-24 05:27 123阅读 0赞

### 正则表达式（regular expression）就是用一个“字符串”来描述一个特征，然后去验证另一个“字符串”是否符合这个特征。 ###

--------------------

### 正则表达式作用： ###

--------------------

1.  验证字符串是否符合指定特征，比如验证是否是合法的邮件地址。
2.  用来查找字符串，从一个长的文本中查找符合指定特征的字符串，比查找固定字符串更加灵活方便。
3.  用来替换，比普通的替换更强大。

### 正则表达式规则 ###

--------------------

1.  普通字符
2.  简单的转义字符
3.  能够与“多种字符”匹配的表达式
4.  自定义能够匹配 ‘多种字符’ 的表达式
5.  修饰匹配次数的特殊符号
6.  其他一些代表抽象意义的特殊符号

### 正则表达式中的一些高级规则 ###

--------------------

1.  匹配次数中的贪婪与非贪婪
2.  反向引用 \\1, \\2…
3.  预搜索，不匹配；反向预搜索，不匹配

### 其他通用规则 ###

--------------------

1.  表达式中，可以使用 “\\xXX” 和 “\\uXXXX” 表示一个字符（”X” 表示一个十六进制数）
2.  在表达式 “\\s”，”\\d”，”\\w”，”\\b” 表示特殊意义的同时，对应的大写字母表示相反的意义
3.  在表达式中有特殊意义，需要添加 “\\” 才能匹配该字符本身的字符
4.  括号 “( )” 内的子表达式，如果希望匹配结果不进行记录供以后使用，可以使用 “(?:xxxxx)” 格式

### 正则表达式的语法 ###

--------------------

<table> 
 <thead> 
  <tr> 
   <th>元字符</th> 
   <th>描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td><code>\</code></td> 
   <td>将下一个字符标记符、或一个向后引用、或一个八进制转义符。例如，“\n”匹配\n。“\n”匹配换行符。序列“\”匹配“\”而“(”则匹配“(”。即相当于多种编程语言中都有的“转义字符”的概念。</td> 
  </tr> 
  <tr> 
   <td>^</td> 
   <td>匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性，^也匹配“\n”或“\r”之后的位置。</td> 
  </tr> 
  <tr> 
   <td><code>$</code></td> 
   <td>匹配输入字符串的结束位置。如果设置了RegExp对象的Multiline属性，$也匹配“\n”或“\r”之前的位置。</td> 
  </tr> 
  <tr> 
   <td><code>*</code></td> 
   <td>匹配前面的子表达式任意次。例如，<code>zo*</code>能匹配“z”，也能匹配“zo”以及“zoo”。</td> 
  </tr> 
  <tr> 
   <td>+</td> 
   <td>匹配前面的子表达式一次或多次(大于等于1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是一个非负整数。匹配确定的n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是一个非负整数。至少匹配n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<code>“o*”</code>。</td> 
  </tr> 
  <tr> 
   <td>{n,m}</td> 
   <td>m和n均为非负整数，其中n&lt;=m。最少匹配n次且最多匹配m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<code>（*,+,?，{n}，{n,}，{n,m}）</code>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>.点</td> 
   <td>匹配除“\r\n”之外的任何单个字符。要匹配包括“\r\n”在内的任何字符，请使用像“[\s\S]”的模式。</td> 
  </tr> 
  <tr> 
   <td><code>(pattern)</code></td> 
   <td>匹配pattern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SubMatches集合，在JScript中则使用<span></span><span> <span style="width: 2.003em; display: inline-block;"><span style="display: inline-block; position: relative; width: 1.669em; height: 0px; font-size: 120%;"><span style="position: absolute; clip: rect(1.669em 1000em 2.669em -0.497em); top: -2.497em; left: 0.003em;"><span><span style="font-family: STIXGeneral-Regular;">0</span><span style="font-family: STIXGeneral-Regular; padding-left: 0.169em;">…</span></span><span style="display: inline-block; width: 0px; height: 2.503em;"></span></span></span><span style="border-left: 0.003em solid; display: inline-block; overflow: hidden; width: 0px; height: 0.937em; vertical-align: -0.063em;"></span></span> </span>9属性。要匹配圆括号字符，请使用“(”或“)”。</td> 
  </tr> 
  <tr> 
   <td><code>(?:pattern)</code></td> 
   <td>非获取匹配，匹配pattern但不获取匹配结果，不进行存储供以后使用。这在使用或字符`“(</td> 
  </tr> 
  <tr> 
   <td><code>(?=pattern)</code></td> 
   <td>非获取匹配，正向肯定预查，在任何匹配pattern的字符串开始处匹配查找字符串，该匹配不需要获取供以后使用。例如，`“Windows(?=95</td> 
  </tr> 
  <tr> 
   <td><code>(?!pattern)</code></td> 
   <td>非获取匹配，正向否定预查，在任何不匹配pattern的字符串开始处匹配查找字符串，该匹配不需要获取供以后使用。例如`“Windows(?!95</td> 
  </tr> 
  <tr> 
   <td><code>(?&lt;=pattern)</code></td> 
   <td>非获取匹配，反向肯定预查，与正向肯定预查类似，只是方向相反。例如，`“(?&lt;=95</td> 
  </tr> 
  <tr> 
   <td><code>(?&lt;!pattern)</code></td> 
   <td>非获取匹配，反向否定预查，与正向否定预查类似，只是方向相反。例如`“(?</td> 
  </tr> 
  <tr> 
   <td><code>x|y</code></td> 
   <td>匹配x或y。例如，<code>“z|food”</code>能匹配“z”或“food”(此处请谨慎)。<code>“(z|f)ood”</code>则匹配“zood”或“food”。</td> 
  </tr> 
  <tr> 
   <td><code>[xyz]</code></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><code>[^xyz]</code></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“plin”。</td> 
  </tr> 
  <tr> 
   <td><code>[a-z]</code></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。注意:只有连字符在字符组内部时,并且出现在两个字符之间时,才能表示字符的范围; 如果出字符组的开头,则只能表示连字符本身.</td> 
  </tr> 
  <tr> 
   <td><code>[^a-z]</code></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，<code>“[^a-z]”</code>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（即正则表达式的“匹配”有两种概念，一种是匹配字符，一种是匹配位置，这里的\b就是匹配位置的）。例如，“er\b”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x指明的控制字符。例如，\cM匹配一个Control-M或回车符。x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]。grep 要加上-P，perl正则支持</td> 
  </tr> 
  <tr> 
   <td>\D</td> 
   <td>匹配一个非数字字符。等价于[^0-9]。grep要加上-Pperl正则支持</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>匹配任何不可见字符，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>匹配任何可见字符。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。类似但不等价于“[A-Za-z0-9_]”，这里的”单词”字符使用Unicode字符集。</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n，其中n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num，其中num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之前至少n个获取的子表达式，则n为向后引用。否则，如果n为八进制数字（0-7），则n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之前至少有nm个获得子表达式，则nm为向后引用。如果\nm之前至少有n个获取，则n为一个后跟文字m的向后引用。如果前面的条件都不满足，若n和m均为八进制数字（0-7），则\nm将匹配八进制转义值nm。</td> 
  </tr> 
  <tr> 
   <td>\nml</td> 
   <td>如果n为八进制数字（0-7），且m和l均为八进制数字（0-7），则匹配八进制转义值nml。</td> 
  </tr> 
  <tr> 
   <td>\un</td> 
   <td>匹配n，其中n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<code>（&amp;copy;）</code>。</td> 
  </tr> 
  <tr> 
   <td>\p{P}</td> 
   <td>小写 p 是 property 的意思，表示 Unicode 属性，用于 Unicode 正表达式的前缀。中括号内的“P”表示Unicode 字符集七个字符属性之一：标点字符。<br>其他六个属性：<br>L：字母；<br>M：标记符号（一般不会单独出现）；<br>Z：分隔符（比如空格、换行等）；<br>S：符号（比如数学符号、货币符号等）；<br>N：数字（比如阿拉伯数字、罗马数字等）；<br>C：其他字符。<br>*注：此语法部分语言不支持，例：javascript。</td> 
  </tr> 
  <tr> 
   <td><code>&lt; &gt;</code></td> 
   <td>匹配词（word）的开始（&lt;）和结束（&gt;）。例如正则表达式<code>&lt;the&gt;</code>能够匹配字符串”for the wise”中的”the”，但是不能匹配字符串”otherwise”中的”the”。注意：这个元字符不是所有的软件都支持的。</td> 
  </tr> 
  <tr> 
   <td>( )</td> 
   <td>将( 和 ) 之间的表达式定义为“组”（group），并且将匹配这个表达式的字符保存到一个临时区域（一个正则表达式中最多可以保存9个），它们可以用 \1 到\9 的符号来引用。</td> 
  </tr> 
  <tr> 
   <td><code>|</code></td> 
   <td>将两个匹配条件进行逻辑“或”（Or）运算。例如正则表达式<code>(him|her)</code> 匹配”it belongs to him”和”it belongs to her”，但是不能匹配”it belongs to them.”。注意：这个元字符不是所有的软件都支持的。</td> 
  </tr> 
  <tr> 
   <td>+</td> 
   <td>匹配1或多个正好在它之前的那个字符。例如正则表达式9+匹配9、99、999等。注意：这个元字符不是所有的软件都支持的。</td> 
  </tr> 
  <tr> 
   <td>?</td> 
   <td>匹配0或1个正好在它之前的那个字符。注意：这个元字符不是所有的软件都支持的。</td> 
  </tr> 
  <tr> 
   <td>{i} {i,j}</td> 
   <td>匹配指定数目的字符，这些字符是在它之前的表达式定义的。例如正则表达式A[0-9]{3} 能够匹配字符”A”后面跟着正好3个数字字符的串，例如A123、A348等，但是不匹配A1234。而正则表达式[0-9]{4,6} 匹配连续的任意4个、5个或者6个数字</td> 
  </tr> 
 </tbody> 
</table>

--------------------

参考资料：  
网上资料  
备注：  
转载请注明出处：[http://blog.csdn.net/wsyw126/article/details/52038234][http_blog.csdn.net_wsyw126_article_details_52038234]  
作者：WSYW126

[http_blog.csdn.net_wsyw126_article_details_52038234]: http://blog.csdn.net/wsyw126/article/details/52038234