简单的正则表达式

时间 2019-12-05

原文原文链接

1 正则表达式普通字符正则表达式

字符        描述
\cx        匹配由x指明的控制字符。例如， \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。不然，将 c 视为一个原义的 'c' 字符。
\f            匹配一个换页符。等价于 \x0c 和 \cL。
\n            匹配一个换行符。等价于 \x0a 和 \cJ。
\r            匹配一个回车符。等价于 \x0d 和 \cM。
\s            匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。
\S            匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
\t            匹配一个制表符。等价于 \x09 和 \cI。
\v            匹配一个垂直制表符。等价于 \x0b 和 \cK。数组

2 正则表达式特殊字符app

特殊字符编码

所谓特殊字符，就是一些有特殊含义的字符，如上面说的"*.txt"中的*，简单的说就是表示任何字符串的意思。若是要查找文件名中有*的文件，则须要对*进行转义，即在其前加一个\。ls \*.txt。code

许多元字符要求在试图匹配它们时特别对待。若要匹配这些特殊字符，必须首先使字符"转义"，即，将反斜杠字符 (\) 放在它们前面。下表列出了正则表达式中的特殊字符：
特别字符    描述
$            匹配输入字符串的结尾位置。若是设置了 RegExp 对象的 Multiline 属性，则 $ 也匹配 '\n' 或 '\r'。要匹配 $ 字符自己，请使用 \$。
( )    标记一个子表达式的开始和结束位置。子表达式能够获取供之后使用。要匹配这些字符，请使用 $ 和 $。
*            匹配前面的子表达式零次或屡次。要匹配 * 字符，请使用 \*。
+            匹配前面的子表达式一次或屡次。要匹配 + 字符，请使用 \+。
.            匹配除换行符 \n以外的任何单字符。要匹配 .，请使用 \。
[            标记一个中括号表达式的开始。要匹配 [，请使用 \[。
?            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。要匹配 ? 字符，请使用 \?。
\            将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如， 'n' 匹配字符 'n'。'\n' 匹配换行符。序列 '\\' 匹配 "\"，而 '\(' 则匹配 "("。
^            匹配输入字符串的开始位置，除非在方括号表达式中使用，此时它表示不接受该字符集合。要匹配 ^ 字符自己，请使用 \^。
{            标记限定符表达式的开始。要匹配 {，请使用 \{。
|            指明两项之间的一个选择。要匹配 |，请使用 \|。对象

3 正则表达式限定符ip

限定符用来指定正则表达式的一个给定组件必需要出现多少次才能知足匹配。有*或+或?或{n}或{n,}或{n,m}共6种。字符串

正则表达式的限定符有：
字符        描述
*            匹配前面的子表达式零次或屡次。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屡次。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)?" 能够匹配 "do" 或 "does" 中的"do" 。? 等价于 {0,1}。
{n}        n 是一个非负整数。匹配肯定的 n 次。例如，'o{2}' 不能匹配 "Bob" 中的 'o'，可是能匹配 "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" 中的全部 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。
正则表达式的限定符有：
字符    描述
^        匹配输入字符串开始的位置。若是设置了 RegExp 对象的 Multiline 属性，^ 还会与 \n 或 \r 以后的位置匹配。
$        匹配输入字符串结尾的位置。若是设置了 RegExp 对象的 Multiline 属性，$ 还会与 \n 或 \r 以前的位置匹配。
\b        匹配一个字边界，即字与空格间的位置。
\B        非字边界匹配dva

4 正则表达式元字符搜索

元字符
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 "("。
^                匹配输入字符串的开始位置。若是设置了 RegExp 对象的 Multiline 属性，^ 也匹配 '\n' 或 '\r' 以后的位置。
$                匹配输入字符串的结束位置。若是设置了RegExp 对象的 Multiline 属性，$ 也匹配 '\n' 或 '\r' 以前的位置。
*                匹配前面的子表达式零次或屡次。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屡次。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)?" 能够匹配 "do" 或 "does" 中的"do" 。? 等价于 {0,1}。
{n}            n 是一个非负整数。匹配肯定的 n 次。例如，'o{2}' 不能匹配 "Bob" 中的 'o'，可是能匹配 "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" 中的全部 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。
?                当该字符紧跟在任何一个其余限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时，匹配模式是非贪婪的。非贪婪模式尽量少的匹配所搜索的字符串，而默认的贪婪模式则尽量多的匹配所搜索的字符串。例如，对于字符串 "oooo"，'o+?' 将匹配单个 "o"，而 'o+' 将匹配全部 'o'。
.                匹配除 "\n" 以外的任何单个字符。要匹配包括 '\n' 在内的任何字符，请使用象 '[.\n]' 的模式。
(pattern)        匹配 pattern 并获取这一匹配。所获取的匹配能够从产生的 Matches 集合获得，在VBScript 中使用 SubMatches 集合，在JScript 中则使用 $0…$9 属性。要匹配圆括号字符，请使用 '$' 或 '$'。
(?:pattern)    匹配 pattern 但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供之后使用。这在使用 "或" 字符 (|) 来组合一个模式的各个部分是颇有用。例如， 'industr(?:y|ies) 就是一个比 'industry|industries' 更简略的表达式。
(?=pattern)    正向预查，在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不须要获取供之后使用。例如，'Windows (?=95|98|NT|2000)' 能匹配 "Windows 2000" 中的 "Windows" ，但不能匹配 "Windows 3.1" 中的 "Windows"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配以后当即开始下一次匹配的搜索，而不是从包含预查的字符以后开始。
(?!pattern)    负向预查，在任何不匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不须要获取供之后使用。例如'Windows (?!95|98|NT|2000)' 能匹配 "Windows 3.1" 中的 "Windows"，但不能匹配 "Windows 2000" 中的 "Windows"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配以后当即开始下一次匹配的搜索，而不是从包含预查的字符以后开始。
x|y            匹配 x 或 y。例如，'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 则匹配 "zood" 或 "food"。
[xyz]            字符集合。匹配所包含的任意一个字符。例如， '[abc]' 能够匹配 "plain" 中的 'a'。
[^xyz]            负值字符集合。匹配未包含的任意字符。例如， '[^abc]' 能够匹配 "plain" 中的'p'、'l'、'i'、'n'。
[a-z]            字符范围。匹配指定范围内的任意字符。例如，'[a-z]' 能够匹配 'a' 到 'z' 范围内的任意小写字母字符。
[^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]' 能够匹配任何不在 'a' 到 'z' 范围内的任意字符。
\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' 能够匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。
\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'。
\cx    匹配由 x 指明的控制字符。例如， \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。不然，将 c 视为   一个原义的 'c' 字符。
\d        匹配一个数字字符。等价于 [0-9]。
\D        匹配一个非数字字符。等价于 [^0-9]。
\f        匹配一个换页符。等价于 \x0c 和 \cL。
\n        匹配一个换行符。等价于 \x0a 和 \cJ。
\r        匹配一个回车符。等价于 \x0d 和 \cM。
\s        匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。
\S        匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
\t        匹配一个制表符。等价于 \x09 和 \cI。
\v        匹配一个垂直制表符。等价于 \x0b 和 \cK。
\w        匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。
\W        匹配任何非单词字符。等价于 '[^A-Za-z0-9_]'。
\xn    匹配 n，其中 n 为十六进制转义值。十六进制转义值必须为肯定的两个数字长。例如，'\x41' 匹配 "A"。'\x041' 则等价于 '\x04' & "1"。正则表达式中可使用 ASCII 编码。
\num    匹配 num，其中 num 是一个正整数。对所获取的匹配的引用。例如，'(.)\1' 匹配两个连续的相同字符。
\n        标识一个八进制转义值或一个向后引用。若是 \n 以前至少 n 个获取的子表达式，则 n 为向后引用。不然，若是 n 为八进制数字 (0-7)，则 n 为一个八进制转义值。
\nm    标识一个八进制转义值或一个向后引用。若是 \nm 以前至少有 nm 个得到子表达式，则 nm 为向后引用。若是 \nm 以前至少有 n 个获取，则 n 为一个后跟文字 m 的向后引用。若是前面的条件都不知足，若 n 和 m 均为八进制数字 (0-7)，则 \nm 将匹配八进制转义值 nm。
\nml    若是 n 为八进制数字 (0-3)，且 m 和 l 均为八进制数字 (0-7)，则匹配八进制转义值 nml。
\un    匹配 n，其中 n 是一个用四个十六进制数字表示的 Unicode 字符。例如， \u00A9 匹配版权符号 (?)。

5 正则表达式运算符优先级

正则表达式从左到右进行计算，并遵循优先级顺序，这与算术表达式很是相似。

相同优先级的从左到右进行运算，不一样优先级的运算先高后低。下表从最高到最低说明了各类正则表达式运算符的优先级顺序：
运算符                        描述
\                            转义符
(), (?:), (?=), []            圆括号和方括号
*, +, ?, {n}, {n,}, {n,m}    限定符
^, $, \任何元字符、任何字符    定位点和序列（即：位置和顺序）
|                            替换，"或"操做字符具备高于替换运算符的优先级，使得"m|food"匹配"m"或"food"。若要匹配"mood"或"food"，请使用括号建立子表达式，从而产生"(m|f)ood"。

6 正则表达式重复出现的字符

肯定重复出现

到如今为止，你已经知道如何去匹配一个字母或数字，但更多的状况下，可能要匹配一个单词或一组数字。一个单词有若干个字母组成，一组数字有若干个单数组成。跟在字符或字符簇后面的花括号({})用来肯定前面的内容的重复出现的次数。字符簇描述 ^[a-zA-Z_]$ 全部的字母和下划线 ^[[:alpha:]]{3}$ 全部的3个字母的单词 ^a$ 字母a ^a{4}$ aaaa ^a{2,4}$ aa,aaa或aaaa ^a{1,3}$ a,aa或aaa ^a{2,}$ 包含多于两个a的字符串 ^a{2,} 如：aardvark和aaab，但apple不行 a{2,} 如：baad和aaa，但Nantucket不行 \t{2} 两个制表符 .{2} 全部的两个字符