正则表达式笔记
元字符
| 元字符 | 描述 |
|---|---|
| . | 匹配除换行符以外的任意字符。 |
| [ ] | 字符类，匹配方括号中包含的任意字符。 |
| [^ ] | 否定字符类。匹配方括号中不包含的任意字符 |
| * | 匹配前面的子表达式零次或多次 |
| + | 匹配前面的子表达式一次或多次 |
| ? | 匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。 |
| 花括号，匹配前面字符至少 n 次，但是不超过 m 次。 | |
| (xyz) | 字符组，按照确切的顺序匹配字符xyz。 |
| | | 分支结构，匹配符号之前的字符或后面的字符。 |
| \ | 转义符，它可以还原元字符原来的含义，允许你匹配保留字符 [ ] ( ) { } . * + ? ^ $ \ | |
| ^ | 匹配行的开始 |
| $ | 匹配行的结束 |
简写字符集
| 简写 | 描述 |
|---|---|
| . | 匹配除换行符以外的任意字符 |
| \w | 匹配所有字母和数字的字符: [a-zA-Z0-9_] |
| \W | 匹配非字母和数字的字符: [^\w] |
| \d | 匹配数字: [0-9] |
| \D | 匹配非数字: [^\d] |
| \s | 匹配空格符: [\t\n\f\r\p{Z}] |
| \S | 匹配非空格符: [^\s] |
断言
后行断言和先行断言有时候被称为断言，它们是特殊类型的 非捕获组 (用于匹配模式，但不包括在匹配列表中)。当我们在一种特定模式之前或者之后有这种模式时，会优先使用断言。
例如我们想获取输入字符串 $4.44 and $10.88 中 $ 字符之前的所有数字。我们可以使用这个正则表达式 (?<=\$)[0-9\.]*，表示: 获取 $ 字符之前的所有的数字包含 . 字符。
以下是正则表达式中使用的断言:
| 符号 | 描述 |
|---|---|
| ?= | 正向先行断言 |
| ?! | 负向先行断言 |
| ?<= | 正向后行断言 |
| ?<! | 负向后行断言 |
正向先行断言
正向先行断言认为第一部分的表达式必须是先行断言表达式。返回的匹配结果仅包含与第一部分表达式匹配的文本。
要在一个括号内定义一个正向先行断言，在括号中问号和等号是这样使用的 (?=...)。先行断言表达式写在括号中的等号后面。
例如正则表达式 (T|t)he(?=\sfat)，表示: 匹配大写字母 T 或小写字母 t，后面跟字母 h，后跟字母 e。
在括号中，我们定义了正向先行断言，它会引导正则表达式引擎匹配 The 或 the 后面跟着 fat。
"(T|t)he(?=\sfat)" => The fat cat sat on the mat.
负向先行断言
当我们需要从输入字符串中获取不匹配表达式的内容时，使用负向先行断言。负向先行断言的定义跟我们定义的正向先行断言一样，
唯一的区别是不是等号 =，我们使用否定符号 !，例如 (?!...)。
我们来看看下面的正则表达式 (T|t)he(?!\sfat)，表示: 从输入字符串中获取全部 The 或者 the 且不匹配 fat 前面加上一个空格字符。
"(T|t)he(?!\sfat)" => The fat cat sat on the mat.
正向后行断言
正向后行断言是用于获取在特定模式之前的所有匹配内容。正向后行断言表示为 (?<=...)。例如正则表达式 (?<=(T|t)he\s)(fat|mat)，表示: 从输入字符串中获取在单词 The 或 the 之后的所有 fat 和 mat 单词。
"(?<=(T|t)he\s)(fat|mat)" => The fat cat sat on the mat.
负向后行断言
负向后行断言是用于获取不在特定模式之前的所有匹配的内容。负向后行断言表示为 (?<!...)。例如正则表达式 (?<!(T|t)he\s)(cat)，表示: 在输入字符中获取所有不在 The 或 the 之后的所有单词 cat。
"(?<!(T|t)he\s)(cat)" => The cat sat on cat.
标记
| 标记 | 描述 |
|---|---|
| i | 不区分大小写: 将匹配设置为不区分大小写。 |
| g | 全局搜索: 搜索整个输入字符串中的所有匹配。 |
| m | 多行匹配: 会匹配输入字符串每一行。 |
常用正则表达式
- 正整数:
^\d+$ - 负整数:
^-\d+$ - 电话号码:
^+?[\d\s]{3,}$ - 电话代码:
^+?[\d\s]+(?[\d\s]{10,}$ - 整数:
^-?\d+$ - 用户名:
^[\w\d_.]{4,16}$ - 字母数字字符:
^[a-zA-Z0-9]*$ - 带空格的字母数字字符:
^[a-zA-Z0-9 ]*$ - 密码:
^(?=^.{6,}$)((?=.*[A-Za-z0-9])(?=.*[A-Z])(?=.*[a-z]))^.*$ - 电子邮件:
^([a-zA-Z0-9._%-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,4})*$ - IPv4 地址:
^((?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?))*$ - 小写字母:
^([a-z])*$ - 大写字母:
^([A-Z])*$ - 网址:
^(((http|https|ftp):\/\/)?([[a-zA-Z0-9]\-\.])+(\.)([[a-zA-Z0-9]]){2,4}([[a-zA-Z0-9]\/+=%&_\.~?\-]*))*$ - VISA 信用卡号码:
^(4[0-9]{12}(?:[0-9]{3})?)*$ - 日期 (MM/DD/YYYY):
^(0?[1-9]|1[012])[- /.](0?[1-9]|[12][0-9]|3[01])[- /.](19|20)?[0-9]{2}$ - 日期 (YYYY/MM/DD):
^(19|20)?[0-9]{2}[- /.](0?[1-9]|1[012])[- /.](0?[1-9]|[12][0-9]|3[01])$ - 万事达信用卡号码:
^(5[1-5][0-9]{14})*$
