正则表达式

1. 正则表达式规则

1.1 普通字符

　　字母、数字、汉字、下划线、以及后边章节中没有特殊定义的标点符号，都是"普通字符"。
       举例1：表达式 "c"，在匹配字符串 "abcde" 时，匹配结果是：成功；匹配到的内容是："c"。

1.2 简单的转义字符

 　　一些不便书写的字符，采用在前面加 "" 的方法。

 

表达式	可匹配
,	代表回车和换行符
	制表符
\	代表 "" 本身
v	垂直制表符
f	换页符

 　　有特殊用处的标点符号，在前面加 "" 后，就代表该符号本身。

表达式	可匹配
^	匹配 ^ 符号本身
$	匹配 $ 符号本身
.	匹配小数点（.）本身

　　 举例1：表达式 "$d"，在匹配字符串 "abc$de" 时，匹配结果是：成功；匹配到的内容是："$d"。

1.3 能够与 '多种字符' 匹配的表达式

表达式	可匹配
d	任意一个数字，0~9 中的任意一个
w	任意一个字母或数字或下划线，也就是 A~Z,a~z,0~9,_ 中任意一个
s	包括空格、制表符、换页符等空白字符的其中任意一个
.	小数点可以匹配除了换行符（ ）以外的任意一个字符
	匹配一个单词边界，也就是单词和空格之间的位置，不匹配任何字符

　　举例1：表达式 ".." 在匹配 "@@@abc" 时，匹配结果是：成功；匹配到的内容是："@a"。

　　在表达式 "s"，"d"，"w"，"" 表示特殊意义的同时，对应的大写字母表示相反的意义

表达式	可匹配
S	匹配所有非空白字符（"s" 可匹配各个空白字符）
D	匹配所有的非数字字符
W	匹配所有的字母、数字、下划线以外的字符
B	匹配非单词边界，即左右两边都是 "w" 范围或者左右两边都不是 "w" 范围时的字符缝隙

　　 举例1：表达式 "dd"，在匹配 "abc123" 时，匹配的结果是：成功；匹配到的内容是："12"。

　　 举例2：表达式 "a.d"，在匹配 "aaa100" 时，匹配的结果是：成功；匹配到的内容是："aa1"。

1.4 [ ]自定义能够匹配 '多种字符' 的表达式

　　使用方括号 [ ] 包含一系列字符，能够匹配其中任意一个字符。用 [^ ] 包含一系列字符，则能够匹配其中字符之外的任意一个字符。

表达式	可匹配
[ab5@]	匹配 "a" 或 "b" 或 "5" 或 "@"
[^abc]	匹配 "a","b","c" 之外的任意一个字符
[f-k]	匹配 "f"~"k" 之间的任意一个字母
[^A-F0-3]	匹配 "A"~"F","0"~"3" 之外的任意一个字符

　　举例1：表达式 "[bcd][bcd]" 匹配 "abc123" 时，匹配的结果是：成功；匹配到的内容是："bc"。　　

　　 举例2：表达式 "[^abc]" 匹配 "abc123" 时，匹配的结果是：成功；匹配到的内容是："1"。

1.5 修饰匹配次数的特殊符号

 　　使用方法是："次数修饰"放在"被修饰的表达式"后边。

表达式	作用
{n}	表达式重复n次，比如： "w{2}" 相当于 "ww"； "a{5}" 相当于 "aaaaa"
{m,n}	表达式至少重复m次，最多重复n次，比如： "ba{1,3}"可以匹配 "ba"或"baa"或"baaa"
{m,}	表达式至少重复m次，比如： "wd{2,}"可以匹配 "a12","_456","M12344"...
?	匹配表达式0次或者1次，相当于 {0,1}，比如： "a[cd]?"可以匹配 "a","ac","ad"
+	表达式至少出现1次，相当于 {1,}，比如： "a+b"可以匹配 "ab","aab","aaab"...
*	表达式不出现或出现任意次，相当于 {0,}，比如： "^*b"可以匹配 "b","^^^b"...

　　举例1：表达式 "d+.?d*" 在匹配 "It costs $12.5" 时，匹配的结果是：成功；匹配到的内容是："12.5"。

　　举例2：表达式 "go{2,8}gle" 在匹配 "Ads by goooooogle" 时，匹配的结果是：成功；匹配到的内容是："goooooogle"。

1.6 其他一些代表抽象意义的特殊符号

字符	说明
^	匹配输入字符串的开始位置。要匹配 "^" 字符本身，请使用 "^"
$	匹配输入字符串的结尾位置。要匹配 "$" 字符本身，请使用 "$"
( )	标记一个子表达式的开始和结束位置。要匹配小括号，请使用 "(" 和 ")"
[ ]	用来自定义能够匹配 '多种字符' 的表达式。要匹配中括号，请使用 "[" 和 "]"
{ }	修饰匹配次数的符号。要匹配大括号，请使用 "{" 和 "}"
.	匹配除了换行符（ ）以外的任意一个字符。要匹配小数点本身，请使用 "."
?	修饰匹配次数为 0 次或 1 次。要匹配 "?" 字符本身，请使用 "?"
+	修饰匹配次数为至少 1 次。要匹配 "+" 字符本身，请使用 "+"
*	修饰匹配次数为 0 次或任意次。要匹配 "*" 字符本身，请使用 "*"
|	左右两边表达式之间 "或" 关系。匹配 "|" 本身，请使用 "|"

举例1：表达式 "Tom|Jack" 在匹配字符串 "I'm Tom, he is Jack" 时，匹配结果是：成功；匹配到的内容是："Tom"。匹配下一个时，匹配结果是：成功；匹配到的内容是："Jack"。

　　( )　　(1). 在被修饰匹配次数的时候，括号中的表达式可以作为整体被修饰 (2). 取匹配结果的时候，括号中的表达式匹配到的内容可以被单独得到

举例2：表达式 "(gos*)+" 在匹配 "Let's go go go!" 时，匹配结果是：成功；匹配到内容是："go go go”。

举例3：表达式 "￥(d+.?d*)" 在匹配 "＄10.9,￥20.5" 时，匹配的结果是：成功；匹配到的内容是："￥20.5"。

2. 正则表达式中的一些高级规则

2.1 匹配次数中的贪婪与非贪婪

       在使用修饰匹配次数的特殊符号时，有几种表示方法可以使同一个表达式能够匹配不同的次数，比如： ，具体匹配的次数随被匹配的字符串而定。这种重复匹配不定次数的表达式在匹配过程中，总是尽可能多的匹配。比如，针对文本 "dxxxdxxxd"，举例如下：

贪婪匹配："{m,n}", "{m,}", "*", "+"

表达式	匹配结果
(d)(w+)	"w+" 将匹配第一个 "d" 之后的所有字符 "xxxdxxxd"
(d)(w+)(d)	"w+" 将匹配第一个 "d" 和最后一个 "d" 之间的所有字符 "xxxdxxx"。虽然 "w+" 也能够匹配上最后一个 "d"，但是为了使整个表达式匹配成功，"w+" 可以 "让出" 它本来能够匹配的最后一个 "d"

非贪婪模式："?"
       在修饰匹配次数的特殊符号后再加上一个 "?" 号，则可以使匹配次数不定的表达式尽可能少的匹配，使可匹配可不匹配的表达式，尽可能的 "不匹配"。这种匹配原则叫作 "非贪婪" 模式，也叫作 "勉强" 模式。如果少匹配就会导致整个表达式匹配失败的时候，与贪婪模式类似，非贪婪模式会最小限度的再匹配一些，以使整个表达式匹配成功。举例如下，针对文本 "dxxxdxxxd" 举例：

表达式	匹配结果
(d)(w+?)	"w+?" 将尽可能少的匹配第一个 "d" 之后的字符，结果是："w+?" 只匹配了一个 "x"
(d)(w+?)(d)	为了让整个表达式匹配成功，"w+?" 不得不匹配 "xxx" 才可以让后边的 "d" 匹配，从而使整个表达式匹配成功。因此，结果是："w+?" 匹配 "xxx"

2.2 反向引用 1, 2...

　　"小括号包含的表达式所匹配到的字符串" 不仅是在匹配结束后才可以使用，在匹配过程中也可以使用。表达式后边的部分，可以引用前面 "括号内的子匹配已经匹配到的字符串"。引用方法是 "" 加上一个数字。"1" 引用第1对括号内匹配到的字符串，"2" 引用第2对括号内匹配到的字符串……以此类推，如果一对括号内包含另一对括号，则外层的括号先排序号。换句话说，哪一对的左括号 "(" 在前，那这一对就先排序号。

　　 举例1：表达式 "(w)1{4,}" 在匹配 "aa bbbb abcdefg ccccc 111121111 999999999" 时，匹配结果是：成功；匹配到的内容是 "ccccc"。再次匹配下一个时，将得到 999999999。这个表达式要求 "w" 范围的字符至少重复5次。

2.3 预搜索，不匹配；反向预搜索，不匹配

 　　正向预搜索："(?=xxxxx)"，"(?!xxxxx)"

　　 举例1：表达式 "Windows (?=NT|XP)" 在匹配 "Windows 98, Windows NT, Windows 2000" 时，将只匹配 "Windows NT" 中的 "Windows "，其他的 "Windows " 字样则不被匹配。

　　举例2：表达式 "((?!stop).)+" 在匹配 "fdjka ljfdl stop fjdsla fdj" 时，将从头一直匹配到 "stop" 之前的位置，如果字符串中没有 "stop"，则匹配整个字符串。

　　反向预搜索："(?<=xxxxx)"，"(?<!xxxxx)"

3. 其他通用规则

    还有一些在各个正则表达式引擎之间比较通用的规则，在前面的讲解过程中没有提到。

　3.1 表达式中，可以使用 "xXX" 和 "uXXXX" 表示一个字符（"X" 表示一个十六进制数）

形式	字符范围
xXX	编号在 0 ~ 255 范围的字符，比如： 空格可以使用 "x20" 表示
uXXXX	任何字符可以使用 "u" 再加上其编号的4位十六进制数表示，比如： "u4E2D"

　　3.2 括号 "( )" 内的子表达式，如果希望匹配结果不进行记录供以后使用，可以使用 "(?:xxxxx)" 格式

　　举例1：表达式 "(?:(w)1)+" 匹配 "a bbccdd efg" 时，结果是 "bbccdd"。括号 "(?:)" 范围的匹配结果不进行记录，因此 "(w)" 使用 "1" 来引用。