正则表达式
一、元字符
eg.
1.\ba\w*\b:匹配以字母a开头的单词——先是某个单词开始处(\b),然后是字母a,然后是任意数量的字母或数字(\w*),最后是单词结束处(\b)
2.\d+ : 匹配一个或更多连续的数字。这里的+是和*类似的元字符,不同的是*匹配重复任意次(可能是0次),而+则匹配重复1次或更多次
3.\b\w{6}\b 匹配刚好6个字母/数字的单词
代码
|
说明
|
.
|
匹配除换行符以外的任意字符
|
\w
|
匹配字母或数字或下划线或汉字
|
\s
|
匹配任意的空白符(包括空格、制表符Tab、换行符、中文全角空格等)
|
\d
|
匹配数字
|
\b
|
匹配单词的开始或结束
|
^
|
匹配字符串的开始
|
$
|
匹配字符串的结束
|
二、重复
eg.
1.Windows\d+ : 匹配Windows后面跟1个或更多数字
2.^\w+: 匹配一行的第一个单词(或整个字符串的第一个单词,具体匹配哪个意思得看选项设置)
代码/语法
|
说明
|
*
|
重复零次或更多次
|
+
|
重复一次或更多次
|
?
|
重复零次或一次
|
{n}
|
重复n次
|
{n,}
|
重复n次或更多次 |
{n,m}
|
重复n次到m次
|
三、分枝条件
正则表达式里的分枝条件指的是有几种规则,如果满足其中任意一种规则都应该当成匹配,具体方法是用 | 把不同的规则分隔开。
eg.
1.0\d{2}-\d{8}|0\d{3}-\d{7} : 这个表达式能匹配两种以连字号 | 分隔的电话号码:一种是三位区号,8位本地号(如010-12345678),一种是4位区号,7位本地号(0376-2233445)。
2.\(0\d{2}\)[- ]?\d{8}|0\d{2}[- ]?\d{8} : 这个表达式匹配3位区号的电话号码,其中区号可以用小括号括起来,也可以不用,区号与本地号间可以用连字号或空格间隔,也可以没有间隔。你可以试试用分枝条件把这个表达式扩展成也支持4位区号的。
3.\d{5}-\d{4}|\d{5} : 这个表达式用于匹配美国的邮政编码。美国邮编的规则是5位数字,或者用连字号间隔的9位数字。之所以要给出这个例子是因为它能说明一个问题:使用分枝条件时,要注意各个条件的顺序。如果你把它改成\d{5}|\d{5}-\d{4}的话,那么就只会匹配5位的邮编(以及9位邮编的前5位)。原因是匹配分枝条件时,将会从左到右地测试每个条件,如果满足了某个分枝的话,就不会去再管其它的条件了。
四、反义
eg.
1.\S+: 匹配不包含空白符的字符串
2.<a[^>]+>: 匹配用尖括号括起来的以a开头的字符串
代码/语法
|
说明 |
\W
|
匹配任意不是字母,数字,下划线,汉字的字符
|
\S
|
匹配任意不是空白符的字符
|
\D
|
匹配任意非数字的字符
|
\B
|
匹配不是单词开头或结束的位置
|
[^x]
|
匹配除了x以外的任意字符
|
[^aeiou]
|
匹配除了aeiou这几个字母以外的任意字符
|
五、后向引用
使用小括号指定一个子表达式后,匹配这个子表达式的文本(也就是此分组捕获的内容)可以在表达式或其它程序中作进一步的处理。默认情况下,每个分组会自动拥有一个组号,规则是:从左向右,以分组的左括号为标志,第一个出现的分组的组号为1,第二个为2,以此类推。
后向引用用于重复搜索前面某个分组匹配的文本。
分类
|
代码/语法
|
说明
|
捕获
|
(exp)
|
匹配exp,并捕获文本到自动命名的组里
|
(?<name>exp)
|
匹配exp,并捕获文本到名称为name的组里,也可写成(?'name'exp) | |
(?:exp)
|
匹配exp,不捕获匹配的文本,也不给此分组分配组号,不改变正则表达式的处理方式
|
|
零宽断言
|
(?=exp)
|
匹配exp前面的位置
|
(?<=exp)
|
匹配exp后面的位置
|
|
(?!exp)
|
匹配后面跟的不是exp的位置
|
|
(?<!exp)
|
匹配前面不是exp的位置
|
|
注释
|
(?#comment)
|
这种类型的分组不对正则表达式的处理产生任何影响,用于提供注释让人阅读
|
六、懒惰限定符
代码/语法
|
说明
|
*?
|
重复任意次,但尽可能少重复
|
+?
|
重复1次或更多次
|
??
|
重复0次或1次,但尽可能少重复
|
{n,m}?
|
重复n到m次,但尽可能少重复
|
{n,}?
|
重复n次以上,但尽可能少重复
|