正则表达式
正则表达式语法规则
正则表达式是由普通字符（例如字符 a 到 z）以及特殊字符（称为"元字符"）构成的文字序列，可以是单个的字符、字符集合、字符范围、字符间的选择或者所有这些组件的任意组合。
下面的表格中列举了构成正则表达式的一些语法规则及其含义。
1) 字符
| 语法 | 说明 | 表达式示例 | 匹配结果 |
|---|---|---|---|
| 一般字符 | 匹配自身 | abc | abc |
| . | 匹配任意除换行符"\n"外的字符， 在 DOTALL 模式中也能匹配换行符 | a.c | abc |
| \ | 转义字符，使后一个字符改变原来的意思； 如果字符串中有字符 * 需要匹配，可以使用 \* 或者字符集［*]。 |
a\.c a\\c |
a.c a\c |
| [...] | 字符集（字符类），对应的位置可以是字符集中任意字符。 字符集中的字符可以逐个列出，也可以给出范围，如 [abc] 或 [a-c]， 第一个字符如果是 ^ 则表示取反，如 [^abc] 表示除了abc之外的其他字符。 |
a[bcd]e | abe 或 ace 或 ade |
| \d | 数字：[0-9] | a\dc | a1c |
| \D | 非数字：[^\d] | a\Dc | abc |
| \s | 空白字符：[<空格>\t\r\n\f\v] | a\sc | a c |
| \S | 非空白字符：[^\s] | a\Sc | abc |
| \w | 单词字符：[A-Za-z0-9] | a\wc | abc |
| \W | 非单词字符：[^\w] | a\Wc | a c |
2) 数量词（用在字符或 (...) 之后）
| 语法 | 说明 | 表达式示例 | 匹配结果 |
|---|---|---|---|
| * | 匹配前一个字符 0 或无限次 | abc* | ab 或 abccc |
| + | 匹配前一个字符 1 次或无限次 | abc+ | abc 或 abccc |
| ? | 匹配前一个字符 0 次或 1 次 | abc? | ab 或 abc |
| {m} | 匹配前一个字符 m 次 | ab{2}c | abbc |
| {m,n} | 匹配前一个字符 m 至 n 次，m 和 n 可以省略，若省略 m，则匹配 0 至 n 次； 若省略 n，则匹配 m 至无限次 |
ab{1,2}c | abc 或 abbc |
3) 边界匹配
| 语法 | 说明 | 表达式示例 | 匹配结果 |
|---|---|---|---|
| ^ | 匹配字符串开头，在多行模式中匹配每一行的开头 | ^abc | abc |
| $ | 匹配字符串末尾，在多行模式中匹配每一行的末尾 | abc$ | abc |
| \A | 仅匹配字符串开头 | \Aabc | abc |
| \Z | 仅匹配字符串末尾 | abc\Z | abc |
| \b | 匹配 \w 和 \W 之间 | a\b!bc | a!bc |
| \B | [^\b] | a\Bbc | abc |
4) 逻辑、分组
| 语法 | 说明 | 表达式示例 | 匹配结果 |
|---|---|---|---|
| | | | 代表左右表达式任意匹配一个，优先匹配左边的表达式 | abc|def | abc 或 def |
| (...) | 括起来的表达式将作为分组，分组将作为一个整体，可以后接数量词 | (abc){2} | abcabc |
| (?P<name>...) | 分组，功能与 (...) 相同，但会指定一个额外的别名 | (?P<id>abc){2} | abcabc |
| \<number> | 引用编号为 <number> 的分组匹配到的字符串 | (\d)abc\1 | 1abe1 或 5abc5 |
| (?P=name) | 引用别名为 <name> 的分组匹配到的字符串 | (?P<id>\d)abc(?P=id) | 1abe1 或 5abc5 |
5) 特殊构造（不作为分组）
| 语法 | 说明 | 表达式示例 | 匹配结果 |
|---|---|---|---|
| (?:...) | (…) 的不分组版本，用于使用 "|" 或后接数量词 | (?:abc){2} | abcabc |
| (?iLmsux) | iLmsux 中的每个字符代表一种匹配模式，只能用在正则表达式的开头，可选多个 | (?i)abc | AbC |
| (?#...) | # 后的内容将作为注释被忽略。 | abc(?#comment)123 | abc123 |
| (?=...) | 之后的字符串内容需要匹配表达式才能成功匹配 | a(?=\d) | 后面是数字的 a |
| (?!...) | 之后的字符串内容需要不匹配表达式才能成功匹配 | a(?!\d) | 后面不是数字的 a |
| (?<=...) | 之前的字符串内容需要匹配表达式才能成功匹配 | (?<=\d)a | 前面是数字的a |
| (?<!...) | 之前的字符串内容需要不匹配表达式才能成功匹配 | (?<!\d)a | 前面不是数字的a |
