什么是正则表达式: 通俗来说,就是定义了一种匹配字符串的规则. 然后就可以根据这个规则,在待匹配的字符集中找到满足这个匹配规则的一部分(或几部分).
常用元字符
| 代码/语法 | 说明 |
|---|---|
| . | 匹配除了换行符以外的任意单个字符 |
| d | 匹配数字 |
| w | 匹配字母,数字,下划线 |
| s | 匹配任意空白字符( , , ,空格) |
| 匹配单词的边界(单词的开始或结束) | |
| 匹配一个换行符 | |
| 匹配一个制表符 | |
| a|b | 匹配字符a或者b |
| ^ | 匹配字符串的开始 |
| $ | 匹配字符串的结束 |
反义
| 代码/语法 | 说明 |
|---|---|
| D | 匹配任意非数字的字符 |
| W | 匹配任意不是字母,数字,下划线的字符 |
| S | 匹配任意非空白字符 |
| B | 匹配非单词边界 |
字符转义
如果想匹配元字符本身(., w等), 这时就需要在元字符前使用(反斜杠)来取消字符的特殊含义. 例如,使用., *, 来匹配.,*,本身.
匹配次数
| 代码/语法 | 说明 |
|---|---|
| ? | 重复零次或一次 |
| + | 重复零次或任意多次 |
| * | 重复零次或任意多次 |
| {m} | 重复m次 |
| {m,} | 重复m次或更多次 |
| {m, n} | 重复m到n次 |
字符组
| 代码/语法 | 说明 |
|---|---|
| [xyz] | 匹配字符集中的任意一个字符(字符集中字符可以是任意类型) |
| [^xyz] | 匹配非字符集中的任意一个字符 |
| [a-z] | 可以指定范围, [a-z]表示匹配任意一个小写的英文字母 |
| [^a-z] | 匹配任意一个非小写英文字母的字符 |
| [0-9] | 匹配任意一个数字,等同于d |
| [^0-9] | 匹配任意非数字 |
| [0-9a-zA-Z_] | 等同于w |
分组
重复单个字符,直接在字符后面加上限定符就可以; 但如果想要重复多个字符,该如何处理? 可以使用小括号来指定子表达式(也叫做分组),然后就可以指定这个子表达式的重复次数.
贪婪匹配与懒惰匹配
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。以这个表达式为例：a.*b，它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配。
有时，我们更需要懒惰匹配，也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式，只要在它后面加上一个问号?。这样.*?就意味着匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复。现在看看懒惰版的例子吧：
a.*?b匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab（第一到第三个字符）和ab（第四到第五个字符）。
| 代码/语法 | |
|---|---|
| ?? | 重复零次或一次,但尽可能少的重复 |
| +? | 重复一次或更多次,但尽可能少的重复 |
| *? | 重复任意次,但尽可能少的重复 |
| {m, n}? | 重复m到n次,但尽可能少的重复 |
| {m,}? | 重复m次以上,但尽可能少的重复 |