正则表达式-初入门槛
概念以及基本元素:
1.元字符:
§正则表达式由一些普通字符和一些元字符(meta characters)组成。普通字符包括大小写的字母和数字,而元字符则具有特殊的含义。
A.常用元字符:
元字符 | 描述 |
\ | 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 "("。 |
. | 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。例如正则表达式r.t 匹配这些字符串:rat、rut、r t,但是不匹配root。 |
^ | 匹配输入字符串的开始位置。例如正则表达式^When in 能够匹配字符串"When in the course of human events"的开始,但是不能匹配"What and When in the"。 |
$ | 匹配输入字符串的结束位置。例如正则表达式book$ 能够匹配字符串"This is a book"的末尾,但是不能匹配字符串"They have many books"。 |
[xyz] | 字符集合。匹配所包含的任意一个字符。例如,'[abc]' 可以匹配 "plan" 中的 'a'。 |
[a-z] | 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。还可以制定多个区间,例如正则表达式[A-Za-z]可以匹配任何大小写字母。 |
\b | 匹配一个单词边界,也就是指单词和空格间的位置。例如, 'er\b' 可以匹配 "never" 中的 'er',但不能匹配 "very" 中的 'er'。 |
\d | 匹配一个数字字符。等价于 [0-9]。 |
\s | 匹配任何空白字符,包括空格、制表符、换页符等等。 |
\w | 匹配包括下划线的任何单词字符。等价于 '[A-Za-z0-9_]'。 |
\n | 匹配一个换行符。等价于 \x0a。 |
\r | 匹配一个回车符。等价于 \x0d。 |
B.重复:
元字符 | 描述 |
* | 匹配前面的子表达式零次或多次。例如,zo* 能匹配 "z" 以及 "zoo"。* 等价于{0,}。 |
+ | 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,}。 |
? | 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}。 |
{n} | 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。 |
{n,} | 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 'o*'。 |
{n,m} | m 和 n 均为非负整数,其中n <= 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。 |
C.反义:
元字符 | 描述 |
\B | 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'。 |
\D | 匹配一个非数字字符。等价于 [^0-9]。 |
\S | 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。 |
\W | 匹配任何非单词字符。等价于 '[^A-Za-z0-9_]'。 |
[^xyz] | 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'。 |
[^a-z] | 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。 |
D.其他:
1.x|y匹配 条件x 或条件 y,将两个匹配条件进行逻辑“或”(Or)运算。
2.我们已经提到了怎么重复单个字符(直接在字符后面加上限定符就行了)。但如果想要重复多个字符又该怎么办?你可以用小括号来指定子表达式(也叫做分组)
例如(\d{1,3}\.){3}\d{1,3}是一个简单的IP地址匹配表达式,可惜也将匹配256.300.888.999这种不可能存在的IP地址。
3.懒惰限定符
元字符 |
描述 |
*? |
重复任意次,但尽可能少重复 |
+? |
重复1次或更多次,但尽可能少重复 |
?? |
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 |
简单正则表达式应用:
- 注册帐号:5-20位字母、数字或下划线组合,首字符必须为字母
§:^[A-Za-z]\w{4,19}; - 带区号的电话号码:xxx-xxxxxxxx或者xxxx-xxxxxxx
§:(^[0]\d{2}-\d{8})|(^[0]\d{3}-\d{7}); - 正确的IP地址描述:(0-255). (0-255). (0-255). (0-255)
§:((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?);