首页 > 代码库 > 正则表达式基础

正则表达式基础

下面的内容来自于微软的官网。

“正则表达式”描述在搜索文本正文时要匹配的一个或多个字符串。 该表达式可用作一个将字符模式与要搜索的字符串相匹配的模板。正则表达式包括普通字符(例如,a 到 z 之间的字母)和特殊字符(称为“元字符”)。

1,特殊字符

下表包含了单字符元字符的列表以及它们在正则表达式中的行为。

注意:若要匹配这些特殊字符之一,必须首先转义字符,即,在字符前面加反斜杠字符 (\)。 例如,若要搜索“+”文本字符,可使用表达式“\+”。

元字符

行为

示例

*

零次或多次匹配前面的字符或子表达式。

等效于 {0,}。

zo* 与“z”和“zoo”匹配。

+

一次或多次匹配前面的字符或子表达式。

等效于 {1,}。

zo+ 与“zo”和“zoo”匹配,但与“z”不匹配。

?

零次或一次匹配前面的字符或子表达式。

等效于 {0,1}。

当 ? 紧随任何其他限定符(*、+、?、{n}、{n,} 或 {n,m})之后时,匹配模式是非贪婪的。 非贪婪模式匹配搜索到的、尽可能少的字符串, 而默认的贪婪模式匹配搜索到的、尽可能多的字符串。

zo? 与“z”和“zo”匹配,但与“zoo”不匹配。

o+? 只与“oooo”中的单个“o”匹配,而 o+ 与所有“o”匹配。

do(es)? 与“do”或“does”中的“do”匹配。

^

匹配搜索字符串开始的位置。 如果标志中包括 m(多行搜索)字符,^ 还将匹配 \n 或 \r 后面的位置。

如果将 ^ 用作括号表达式中的第一个字符,则会对字符集求反。

^\d{3} 与搜索字符串开始处的 3 个数字匹配。

[^abc] 与除 a、b 和 c 以外的任何字符匹配。

$

匹配搜索字符串结尾的位置。 如果标志中包括 m(多行搜索)字符,^ 还将匹配 \n 或 \r 前面的位置。

\d{3}$ 与搜索字符串结尾处的 3 个数字匹配。

.

匹配除换行符 \n 之外的任何单个字符。 若要匹配包括 \n 在内的任意字符,请使用诸如 [\s\S] 之类的模式。

a.c 与“abc”、“a1c”和“a-c”匹配。

[]

标记括号表达式的开始和结尾。

[1-4] 与“1”、“2”、“3”或“4”匹配。[^aAeEiIoOuU] 与任何非元音字符匹配。

{}

标记限定符表达式的开始和结尾。

a{2,3} 与“aa”和“aaa”匹配。

()

标记子表达式的开始和结尾。 可以保存子表达式以备将来之用。

A(\d) 与“A0”至“A9”匹配。 保存该数字以备将来之用。

|

指示在两个或多个项之间进行选择。

z|food 与“z”或“food”匹配。 (z|f)ood与“zood”或“food”匹配。

/

表示 JScript 中的文本正则表达式模式的开始或结尾。 在第二个“/”后添加单字符标志可以指定搜索行为。

/abc/gi 是与“abc”匹配的 JScript 文本正则表达式。 g(全局)标志指定查找模式的所有匹配项,i(忽略大小写)标志使搜索不区分大小写。

\

将下一字符标记为特殊字符、文本、反向引用或八进制转义符。

\n 与换行符匹配。 \( 与“(”匹配。 \\与“\”匹配。

大多数特殊字符在括号表达式内出现时失去它们的意义,并表示普通字符。 有关更多信息,请参见匹配字符的列表中的“括号表达式中的字符”。

2,元字符

下表包含了多字符元字符的列表以及它们在正则表达式中的行为。

元字符

行为

示例

\b

与一个字边界匹配;即字与空格间的位置。

er\b 与“never”中的“er”匹配,但与“verb”中的“er”不匹配。

\B

非边界字匹配。

er\B 与“verb”中的“er”匹配,但与“never”中的“er”不匹配。

\d

数字字符匹配。

等效于 [0-9]。

在搜索字符串“12 345”中,\d{2}与“12”和“34”匹配。 \d与“1”、“2”、“3”、“4”和“5”匹配。

\D

非数字字符匹配。

等效于 [^0-9]。

\D+ 与“abc123 def”中的“abc”和“def”匹配。

\w

与以下任意字符匹配:A-Z、a-z、0-9 和下划线。

等效于 [A-Za-z0-9_]。

在搜索字符串“The quick brown fox…”中,\w+与“The”、“quick”、“brown”和“fox”匹配。

\W

与除 A-Z、a-z、0-9 和下划线以外的任意字符匹配。

等效于 [^A-Za-z0-9_]。

在搜索字符串“The quick brown fox…”中,\W+ 与“…”和所有空格匹配。

[xyz]

字符集。 与任何一个指定字符匹配。

[abc] 与“plain”中的“a”匹配。

[^xyz]

反向字符集。 与未指定的任何字符匹配。

[^abc] 与“plain”中的“p”、“l”、“i”和“n”匹配。

[a-z]

字符范围。 匹配指定范围内的任何字符。

[a-z] 与“a”到“z”范围内的任何小写字母字符匹配。

[^a-z]

反向字符范围。 与不在指定范围内的任何字符匹配。

[^a-z] 与不在范围“a”到“z”内的任何字符匹配。

{n}

正好匹配 n 次。 n 是非负整数。

o{2} 与“Bob”中的“o”不匹配,但与“food”中的两个“o”匹配。

{n,}

至少匹配 n 次。 n 是非负整数。

* 与 {0,} 相等。

+ 与 {1,} 相等。

o{2,} 与“Bob”中的“o”不匹配,但与“foooood”中的所有“o”匹配。

{n,m}

匹配至少 n 次,至多 m 次。 nm 是非负整数,其中 n <=m。 逗号和数字之间不能有空格。

? 与 {0,1} 相等。

在搜索字符串“1234567”中,\d{1,3}与“123”、“456”和“7”匹配。

(模式)

模式 匹配并保存匹配项。 您可以从由 JScript 中的 exec Method返回的数组元素中检索保存的匹配项。 若要匹配括号字符 ( ),请使用“\(”或者“\)”。

(Chapter|Section) [1-9] 与“Chapter 5”匹配,保存“Chapter”以备将来之用。

(?:模式)

模式 匹配,但不保存匹配项;即不会存储匹配项以备将来之用。 这对于用“or”字符 (|) 组合模式部件的情况很有用。

industr(?:y|ies) 与 industry|industries 相等。

(?=模式)

正预测先行。 找到一个匹配项后,将在匹配文本之前开始搜索下一个匹配项。 不会保存匹配项以备将来之用。

^(?=.*\d).{4,8}$ 对密码应用以下限制:其长度必须介于 4 到 8 个字符之间,并且必须至少包含一个数字。

在该模式中,.*\d 查找后跟有数字的任意多个字符。 对于搜索字符串“abc3qr”,这与“abc3”匹配。

从该匹配项之前(而不是之后)开始,.{4,8}与包含 4-8 个字符的字符串匹配。 这与“abc3qr”匹配。

^ 和 $ 指定搜索字符串的开始和结束位置。 这将在搜索字符串包含匹配字符之外的任何字符时阻止匹配。

(?!模式)

负预测先行。 匹配与模式 不匹配的搜索字符串。 找到一个匹配项后,将在匹配文本之前开始搜索下一个匹配项。 不会保存匹配项以备将来之用。

\b(?!th)\w+\b 与不以“th”开头的单词匹配。

在该模式中,\b 与一个字边界匹配。 对于搜索字符串“ quick ”,这与第一个空格匹配。(?!th) 与非“th”字符串匹配。 这与“qu”匹配。

从该匹配项开始,\w+ 与一个字匹配。 这与“quick”匹配。

\cx

匹配 x 指示的控制字符。 x 的值必须在 A-Z 或 a-z 范围内。如果不是这样,则假定 c 就是文本“c”字符本身。

\cM 与 Ctrl+M 或一个回车符匹配。

\xn

匹配 n,此处的 n 是一个十六进制转义码。 十六进制转义码必须正好是两位数长。 允许在正则表达式中使用 ASCII 代码。

\x41 与“A”匹配。 \x041 等效于后跟有“1”的“\x04”(因为 n 必须正好是两位数)。

\num

匹配 num,此处的 num 是一个正整数。 这是对已保存的匹配项的引用。

(.)\1 与两个连续的相同字符匹配。

\n

标识一个八进制转义码或反向引用。 如果 \n 前面至少有 n 个捕获子表达式,那么 n 是反向引用。 否则,如果 n 是八进制数 (0-7),那么 n 是八进制转义码。

(\d)\1 与两个连续的相同数字匹配。

\nm

标识一个八进制转义码或反向引用。 如果 \nm 前面至少有 nm个捕获子表达式,那么 nm 是反向引用。 如果 \nm 前面至少有n 个捕获子表达式,则 n 是反向引用,后面跟有文本 m。 如果上述情况都不存在,当 nm 是八进制数字 (0-7) 时,\nm匹配八进制转义码 nm

\11 与制表符匹配。

\nml

n 是八进制数字 (0-3),ml 是八进制数字 (0-7) 时,匹配八进制转义码 nml

\011 与制表符匹配。

\un

匹配 n,其中 n 是以四位十六进制数表示的 Unicode 字符。

\u00A9 与版权符号 (?) 匹配。

3,非打印字符

下表包含表示非打印字符的转义序列。

字符

匹配

等效于

\f

换页符。

\x0c 和 \cL

\n

换行符。

\x0a 和 \cJ

\r

回车符。

\x0d 和 \cM

\s

任何空白字符。 其中包括空格、制表符和换页符。

[ \f\n\r\t\v]

\S

任何非空白字符。

[^ \f\n\r\t\v]

\t

Tab 字符。

\x09 和 \cI

\v

垂直制表符。

\x0b 和 \cK

4,优先级顺序

正则表达式的计算方式与算术表达式非常类似;即从左到右进行计算,并遵循优先级顺序。

下表按从高到低的顺序包含了正则表达式运算符的优先级顺序。

运算符

\

转义符

(), (?:), (?=), []

括号和中括号

*、+、?、{n}、{n,}、{n,m}

限定符

^、$、\任何元字符

定位点和序列

|

替换

字符具有高于替换运算符的优先级,例如,允许“m|food”匹配“m”或“food”。

正则表达式基础