首页 > 代码库 > 正则表达式知识点

正则表达式知识点

正则表达式语法 

 一个正则表达式就是由普通字符(例如字符 到 z)以及特殊字符(称为元字符)组成的文字模式。该模式描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板,将某个字符模式与所搜索的字符串进行匹配。如: 

JScript

VBScript

匹配

/^\[ \t]*$/

"^\[ \t]*$"

匹配一个空白行。

/\d{2}-\d{5}/

"\d{2}-\d{5}"

验证一个ID 号码是否由一个2位数字,一个连字符以及一个5位数字组成。

/<(.*)>.*<\/\1>/

"<(.*)>.*<\/\1>"

匹配一个 HTML 标记。

下表是元字符及其在正则表达式上下文中的行为的一个完整列表:

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。如果设置了 RegExp 对象的 Multiline 属性,也匹配 ‘\n‘ 或 ‘\r‘ 之后的位置。

$

匹配输入字符串的结束位置。如果设置了RegExp 对象的 Multiline 属性,也匹配 ‘\n‘ 或 ‘\r‘ 之前的位置。

*

匹配前面的子表达式零次或多次。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多次。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)?" 可以匹配 "do" 或 "does" 中的"do" 等价于 {0,1}

{n}

n 是一个非负整数。匹配确定的 n 次。例如,‘o{2}‘ 不能匹配 "Bob" 中的 ‘o‘,但是能匹配 "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" 中的所有 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他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时,匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串,而默认的贪婪模式则尽可能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+‘ 将匹配所有 ‘o‘

.

匹配除 "\n" 之外的任何单个字符。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。所获取的匹配可以从产生的 Matches 集合得到,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,不进行存储供以后使用。这在使用 "字符 (|) 来组合一个模式的各个部分是很有用。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,该匹配不需要获取供以后使用。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,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始。

(?!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,该匹配不需要获取供以后使用。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,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始 

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]‘ 可以匹配 "plain" 中的 ‘a‘

[^xyz]

负值字符集合。匹配未包含的任意字符。例如, ‘[^abc]‘ 可以匹配 "plain" 中的‘p‘

[a-z]

字符范围。匹配指定范围内的任意字符。例如,‘[a-z]‘ 可以匹配 ‘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]‘ 可以匹配任何不在 ‘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‘ 可以匹配"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。否则,将 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确定的两个数字长。例如,‘\x41‘ 匹配 "A"‘\x041‘ 则等价于 ‘\x04‘ & "1"。正则表达式中可以使用 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。如果 \n 之前至少 n 个获取的子表达式,则 n 为向后引用。否则,如果 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。如果 \nm 之前至少有 nm 个获得子表达式,则 nm 为向后引用。如果 \nm 之前至少有 n 个获取,则 n 为一个后跟文字 m 的向后引用。如果前面的条件都不满足,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

如果 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 (©)

下面看几个例子: "^The":表示所有以"The"开始的字符串("There""The cat"等);  "of despair$":表示所以以"of despair"结尾的字符串;  "^abc$":表示开始和结尾都是"abc"的字符串——呵呵,只有"abc"自己了;  "notice":表示任何包含"notice"的字符串。  ‘*‘‘+‘‘?‘这三个符号,表示一个或一序列字符重复出现的次数。它们分别表示没有或  更多一次或更多还有没有或一次。下面是几个例子: 

"ab*":表示一个字符串有一个a后面跟着零个或若干个b。("a", "ab", "abbb",……);  "ab+":表示一个字符串有一个a后面跟着至少一个b或者更多;  "ab?":表示一个字符串有一个a后面跟着零个或者一个b;  "a?b+$":表示在字符串的末尾有零个或一个a跟着一个或几个b。 

也可以使用范围,用大括号括起,用以表示重复次数的范围。 

"ab{2}":表示一个字符串有一个a跟着2b"abb");  "ab{2,}":表示一个字符串有一个a跟着至少2b;  "ab{3,5}":表示一个字符串有一个a跟着35b。 

请注意,你必须指定范围的下限(如:"{0,2}"而不是"{,2}")。还有,你可能注意到了,‘*‘‘+‘和  ‘?‘相当于"{0,}""{1,}""{0,1}"。  还有一个‘¦‘,表示操作: 

"hi¦hello":表示一个字符串里有"hi"或者"hello";  "(b¦cd)ef":表示"bef""cdef";  "(a¦b)*c":表示一串"a""b"混合的字符串后面跟一个"c"; 

‘.‘可以替代任何字符: 

"a.[0-9]":表示一个字符串有一个"a"后面跟着一个任意字符和一个数字;  "^.{3}$":表示有任意三个字符的字符串(长度为3个字符); 

方括号表示某些字符允许在一个字符串中的某一特定位置出现: 

"[ab]":表示一个字符串有一个"a""b"(相当于"a¦b");  "[a-d]":表示一个字符串包含小写的‘a‘‘d‘中的一个(相当于"a¦b¦c¦d"或者"[abcd]");  "^[a-zA-Z]":表示一个以字母开头的字符串;  "[0-9]%":表示一个百分号前有一位的数字;  ",[a-zA-Z0-9]$":表示一个字符串以一个逗号后面跟着一个字母或数字结束。 

你也可以在方括号里用‘^‘表示不希望出现的字符,‘^‘应在方括号里的第一位。(如:"%[^a-zA-Z]%"表  示两个百分号中不应该出现字母)。 

为了逐字表达,必须在"^.$()¦*+?{\"这些字符前加上转移字符‘\‘。 

请注意在方括号中,不需要转义字符。

 

 

 

常用的正则表达式:

 

 

 

"^d+$"  //非负整数(正整数 + 0 

"^[0-9]*[1-9][0-9]*$"  //正整数 

"^((-d+)|(0+))$"  //非正整数(负整数 + 0 

"^-[0-9]*[1-9][0-9]*$"  //负整数 

"^-?d+$"    //整数 

"^d+(.d+)?$"  //非负浮点数(正浮点数 + 0 

"^(([0-9]+.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*.[0-9]+)|([0-9]*[1-9][0-9]*))$"  //正浮点数 

"^((-d+(.d+)?)|(0+(.0+)?))$"  //非正浮点数(负浮点数 + 0 

"^(-(([0-9]+.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*.[0-9]+)|([0-9]*[1-9][0-9]*)))$"  //负浮点数 

"^(-?d+)(.d+)?$"  //浮点数 

"^[A-Za-z]+$"  //26个英文字母组成的字符串 

"^[A-Z]+$"  //26个英文字母的大写组成的字符串 

"^[a-z]+$"  //26个英文字母的小写组成的字符串 

"^[A-Za-z0-9]+$"  //由数字和26个英文字母组成的字符串 

"^w+$"  //由数字、26个英文字母或者下划线组成的字符串 

"^[w-]+(.[w-]+)*@[w-]+(.[w-]+)+$"    //email地址 

"^[a-zA-z]+://(w+(-w+)*)(.(w+(-w+)*))*(?S*)?$"  //url

/^(d{2}|d{4})-((0([1-9]{1}))|(1[1|2]))-(([0-2]([1-9]{1}))|(3[0|1]))$/   //  --

/^((0([1-9]{1}))|(1[1|2]))/(([0-2]([1-9]{1}))|(3[0|1]))/(d{2}|d{4})$/   // //

"^([w-.]+)@(([[0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}.)|(([w-]+.)+))([a-zA-Z]{2,4}|[0-9]{1,3})(]?)$"   //Emil

"(d+-)?(d{4}-?d{7}|d{3}-?d{8}|^d{7,8})(-d+)?"     //电话号码

"^(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5])$"   //IP地址