正则表达式

正则表达式

元数据

.	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
\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

 

 

字符转义

\来取消这些字符的特殊意义

重复

*	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到m次

 

 

 

字符类
[]制定一个字符范围

 [0-9]等价于 \d

 [a-z0-9A-Z_]等价于 \w（如果只考虑英文的话）

 

分支条件

|或，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

 

反义

\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

 
 
 
 
 
 

 

向后引用

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，也可以写成(?'name'exp)
	(?:exp)	匹配exp,不捕获匹配的文本，也不给此分组分配组号
零宽断言	(?=exp)	匹配exp前面的位置（ 零宽度正预测先行断言）
	(?<=exp)	匹配exp后面的位置（ 零宽度正回顾后发断言 ）
	(?!exp)	匹配后面跟的不是exp的位置（零宽度负预测先行断言）
	(?<!exp)	匹配前面不是exp的位置（零宽度负回顾后发断言）
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

 

\b(\w+)\b\s+\1\b可以用来匹配 重复的单词 ，像 go go, 或者 kitty kitty等价于  \b(?<Word>\w+)\b\s+\k<Word>\

零宽度正预测先行断言 ，它断言自身出现的位置的后面能匹配表达式exp。比如 \b\w+(?=ing\b)，匹配 以ing结尾的单词的前面部分(除了ing以外的部分)，singing的sing

零宽度正回顾后发断言 ，它 断言自身出现的位置的前面能匹配表达式exp。比如 (?<=\bre)\w+\b，匹配 以re开头的单词的后半部分(除了re以外的部分)regret的gret

零宽度负预测先行断言 ， 断言此位置的后面不能匹配表达式exp。例如： \d{3}(?!\d)匹配三位数字，而且这三位数字的后面不能是数字

零宽度负回顾后发断言 来 断言此位置的前面不能匹配表达式exp。例如： (?<![a-z])\d{7}匹配 前面不是小写字母的七位数字 。

 

贪婪匹配：当正则表达式中包含能接受重复的限定符时，通常的行为是（在使整个表达式能得到匹配的前提下）匹配尽可能多的字符。a.*b（aabab）

懒惰匹配：是匹配尽可能少的字符。a.*?b（ aab，ab）

懒惰表

*?	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