首页 > 代码库 > 正则表达式

正则表达式

以下内容来自:(http://www.runoob.com/regexp/regexp-tutorial.html)

 

正则表达式是由普通字符(例如字符 a 到 z)以及特殊字符(称为"元字符")组成的文字模式。

 

非打印字符

非打印字符也可以是正则表达式的组成部分。下表列出了表示非打印字符的转义序列:

\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 c 视为一个原义的 c 字符。
\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。
\b    匹配一个单词的开头或结尾;
\d    匹配一位数字;
\w    匹配字母或数字或下划线;

 

特殊字符

所谓特殊字符,就是一些有特殊含义的字符,如果要匹配它们,需要对它们进行转义:用反斜杠 \ ;

^    匹配输入字符串的开始位置,除非在方括号表达式中使用,此时它表示不接受该字符集合。要匹配 ^ 字符本身,请使用 \^。
$    匹配输入字符串的结尾位置。如果设置了 RegExp 对象的 Multiline 属性,则 $ 也匹配 \n\r。要匹配 $ 字符本身,请使用 \$。
*    匹配前面的子表达式零次或多次。要匹配 * 字符,请使用 \*+    匹配前面的子表达式一次或多次。要匹配 + 字符,请使用 \+?    匹配前面的子表达式零次或一次,或指明一个非贪婪限定符。要匹配 ? 字符,请使用 \?。
.    匹配除换行符 \n 之外的任何单字符。要匹配 . ,请使用 \. 。
|    指明两项之间的一个选择。要匹配 |,请使用 \|。
( )    标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。要匹配这些字符,请使用 \( 和 \)。
[    标记一个中括号表达式的开始。要匹配 [,请使用 \[。
{    标记限定符表达式的开始。要匹配 {,请使用 \{。
\    将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如, n 匹配字符 n\n 匹配换行符。序列 \\ 匹配 "\",而 ‘\(‘ 则匹配 "("

 

限定符或重复符

限定符用来指定正则表达式的一个给定组件必须要出现多少次才能满足匹配。 有 * 或 + 或 ? 或 {n} 或 {n,} 或 {n,m} 共6种。

*    匹配前面的子表达式零次或多次。
+    匹配前面的子表达式一次或多次。
?    匹配前面的子表达式零次或一次。
{n}    n 是一个非负整数。匹配确定的 n 次。
{n,}    n 是一个非负整数。至少匹配n 次。
{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。请注意在逗号和两个数之间不能有空格。

注意:*、+和?限定符都是贪婪的,因为它们会尽可能多的匹配文字,只有在它们的后面加上一个?就可以实现非贪婪或最小匹配。 意思就是它们匹配最少的内容;

 

定位符

定位符使您能够将正则表达式固定到行首或行尾或单词首与单词尾;

^    匹配输入字符串开始的位置。如果设置了 RegExp 对象的 Multiline 属性,^ 还会与 \n 或 \r 之后的位置匹配。
$    匹配输入字符串结尾的位置。如果设置了 RegExp 对象的 Multiline 属性,$ 还会与 \n 或 \r 之前的位置匹配。
\b    匹配一个字边界,即字与空格间的位置。
\B    非字边界匹配。

注意:1. 不能将限定符与定位符一起使用。由于在紧靠换行或者字边界的前面或后面不能有一个以上位置; 2.不要将 ^ 的这种用法与中括号表达式内的用法混淆(在那里为非的意思)。

 

反向引用:

应该就是用括号把一个正则表达式或部分正则表达式括起来, 这时就会存储到一个临时区了;缓冲区编号从 1 开始,最多可存储 99 个捕获的子表达式。每个缓冲区都可以使用 \n访问,其中 n 为一个标识特定缓冲区的一位或两位十进制数。

这个很有用的, 不举例子了;

 

正则表达式的元字符:(很全)

查看这里:http://www.runoob.com/regexp/regexp-rule.html  (下面为复制过来的,乱乱的,作为备用,万一原原址没有了呢?)

\    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\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\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""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,请使用像"(.|\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 \(\)。
(?: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""food"(z|f)ood 则匹配 "zood""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plin。
[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 az 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 az 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 c 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 (?)。

 

正则表达式的运算优先级:

由高到低:

技术分享

正则表达式