首页 > 代码库 > 正则表达式
正则表达式
作者QQ：1095737364 QQ群：123300273 欢迎加入！
1.一般元字符
元字符是一个或一组代替一个或多个字符的字符
- 点( . )：匹配除换行符以外的任意字符,要匹配包括 ‘\n‘ 在内的任何字符，请使用 [.\n] 的模式
- \w：匹配字母 或数字 或下划线 或汉字，示例：\bhi\b.*\bLucy\b : 先是hi,然后是任意个任意字符(但不能是换行)，最后是Lucy这个单词
- \s：匹配任意的空白符
- \d：匹配数字
- 0\d\d-\d\d\d\d\d\d\d\d : 以0开头，然后是两个数字，然后是一个连字号“-”，最后是8个数字
- 0\d{2}-\d{8} :电话号码
- \b\w{6}\b :刚好6个字符的单词
- \b：匹配单词的开始或结束，示例：\bhi\b :匹配hi单词
- ^：匹配字符串的开始
- $：匹配字符串的结束，示例：^\d{5,12}$ :为5位到12位数字时
2.转义元字符
- \ :
- 使用 \ 来取消一些元字符的特殊意义,使其成为普通字符
- 要查找 \ 本身，你也得用 \\
- 例子:
- 正则: deerchao\.net 匹配: deerchao.net
- 正则: C:\\Windows 匹配: C:\Windows
3.复元字符
- *:重复零次或更多次
- +:重复一次或更多次
- Windows\d+ 匹配Windows后面跟1个或更多数字
- ^\w+ 一行的第一个单词
- ?: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
4.字符类
- - :表示范围
- [ ]:匹配任意一个字符
- [abc] 匹配: 匹配 "plain" 单词中的 ‘a‘。
- [^abc] 匹配: 匹配 "plain" 单词中的‘p‘、‘l‘、‘i‘、‘n‘。
- [0-9]代表的含意与\d就是完全一致的 匹配:一位数字；
- [a-z0-9A-Z_]也完全等同于\w（如果只考虑英文的话）
- \(?0\d{2}[) -]?\d{8} 像(010)88886666，或022-22334455，或02912345678等电话号码
5.分枝条件
- |:替换，"或"操作
- 字符具有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"，请使用括号创建子表达式，从而产生"(m|f)ood"。
- 0\d{2}-\d{8}|0\d{3}-\d{7}:匹配两种以连字号分隔的电话号码：一种是三位区号，8位本地号(如010-12345678)，一种是4位区号，7位本地号(0376-2233445)
5.分组
- ( ) :子表达式(也叫做分组): 组后面加上重复就可以重复多个字符
- (\d{1,3}\.){3}\d{1,3} 匹配: IP地址简单的格式
- ((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?) 匹配:Ip地址的匹配
第4章.反义
1.\W
?匹配任意不是字母，数字，下划线，汉字的字符
2.\S
?匹配任意不是空白符的字符
3.\D
?匹配任意非数字的字符
4.\B
?匹配不是单词开头或结束的位置
5.[^x]
?匹配除了x以外的任意字符
?\b\w*q[^u]\w*\b 包含后面不是字母u的字母q的单词, 匹配整个Iraq fighting
6.[^aeiou]
?匹配除了aeiou这几个字母以外的任意字符
?实例:
?正则: \S+ 匹配:不包含空白符的字符串
?正则: <a[^>]+> 匹配:用尖括号括起来的以a开头的字符串
第5章.捕获
默认情况下，每个分组会自动拥有一个组号(也叫组名)，规则是：从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2，以此类推。好处:当你需要在一定的位置上继续匹配这个重复的分组时,只需要引入组号.
1.(exp)
?匹配exp,并捕获文本到自动命名的组里
?\b(\w+)\b\s+\1\b 重复的单词，像go go, 或者kitty kitty
2.(?<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)
?\b(?<Word>\w+)\b\s+\k<Word>\b 重复的单词，像go go, 或者kitty kitty
3.(?:exp)
?匹配exp,不捕获匹配的文本，也不给此分组分配组号
第6章.零宽断言
用于查找在某些内容(但并不包括这些内容)之前或之后的东西,也就是说它们像\b,^,$那样用于指定一个位置，这个位置应该满足一定的条件(即断言)，因此它们也被称为零宽断言
1.(?=exp)
?匹配exp前面的位置
?\b\w+(?=ing\b) : 以ing结尾的单词的前面部分(除了ing以外的部分)，如查找I‘m singing while you‘re dancing.时，它会匹配sing和danc。
2.(?<=exp)
?匹配后面跟的不是exp的位置
?(?<=\bre)\w+\b : 以re开头的单词的后半部分(除了re以外的部分)，例如在查找reading a book时，它匹配ading。
?((?<=\d)\d{3})+\b: 用它对1234567890进行查找时结果是234567890
?(?<=\s)\d+(?=\s): 以空白符间隔的数字(再次强调，不包括这些空白符)。
3.(?<!exp)
?匹配前面不是exp的位置
4.负向零宽断言
1)(?!exp) : 断言此位置的后面不能匹配表达式exp
?\b\w*q(?!u)\w*\b 包含后面不是字母u的字母q的单词
2)(?<!exp) : 断言此位置的前面不能匹配表达式exp
第7章.注释
1.(?#comment)
?小括号的另一种用途是通过语法(?#comment)来包含注释
第8章.贪婪与懒惰
1)贪婪: 当正则表达式中包含能接受重复的限定符时，通常的行为是（在使整个表达式能得到匹配的前提下）匹配尽可能多的字符。以这个表达式为例：a.*b，它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配。
2)懒惰: 有时，我们更需要懒惰匹配，也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式，只要在它后面加上一个问号?。这样.*?就意味着匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复
1.*?
?重复任意次，但尽可能少重复
?a.*?b: 最短的，以a开始，以b结束的字符串,匹配aabab的话，它会匹配aab（第一到第三个字符）和ab（第四到第五个字符）
2.+?
?重复1次或更多次，但尽可能少重复
3.??
?重复0次或1次，但尽可能少重复
4.{n,m}?
?重复n到m次，但尽可能少重复
5.{n,}?
?重复n次以上，但尽可能少重复
第9章.其他元字符
?\a 报警字符(打印它的效果是电脑嘀一声)
?\b 通常是单词分界位置，但如果在字符类里使用代表退格
?\t 制表符，Tab
?\r 回车
?\v 竖向制表符
?\f 换页符
?\n 换行符
?\e Escape
?\0nn ASCII代码中八进制代码为nn的字符
?\xnn ASCII代码中十六进制代码为nn的字符
?\unnnn Unicode代码中十六进制代码为nnnn的字符
?\cN ASCII控制字符。比如\cC代表Ctrl+C
?\A 字符串开头(类似^，但不受处理多行选项的影响)
?\Z 字符串结尾或行尾(不受处理多行选项的影响)
?\z 字符串结尾(类似$，但不受处理多行选项的影响)
?\G 当前搜索的开头
?\p{name} Unicode中命名为name的字符类，例如\p{IsGreek}
?(?>exp) 贪婪子表达式
?(?<x>-<y>exp) 平衡组
?(?im-nsx:exp) 在子表达式exp中改变处理选项
?(?im-nsx) 为表达式后面的部分改变处理选项
?(?(exp)yes|no) 把exp当作零宽正向先行断言，如果在这个位置能匹配，使用yes作为此组的表达式；否则使用no
?(?(exp)yes) 同上，只是使用空表达式作为no
?(?(name)yes|no) 如果命名为name的组捕获到了内容，使用yes作为表达式；否则使用no
?(?(name)yes) 同上，只是使用空表达式作为no
正则表达式