首页 > 代码库 > 正則表達式-高速入门

正則表達式-高速入门

1.元字符
表1.经常使用的元字符
代码说明
.匹配除换行符以外的随意字符
\w匹配字母或数字或下划线或汉字
\s匹配随意的空白符
\d匹配数字
\b匹配单词的開始或结束
^匹配字符串的開始
$
匹配字符串的结束

注意:“(”和“)”也是元字符

2.转义字符

假设你想查找元字符本身的话。比方你查找.,或者*,就出现了问题:你没办法指定它们。由于它们会被解释成别的意思。

这时你就得使用\来取消这些字符的特殊意义。因此,你应该使用\.\*。当然,要查找\本身,你也得用\\.

比如:

 deerchao\.net     匹配 deerchao.net

 C:\\Windows       匹配 C:\Windows


3.反复
表2.经常使用的限定符
代码/语法说明
*反复零次或很多其它次
+反复一次或很多其它次
?反复零次或一次
{n}反复n次
{n,}反复n次或很多其它次
{n,m}
反复n到m次

大括号表示反复次数

4.字符类

中括号表示可选择的字符集合
比如: [aeiou]           匹配不论什么一个英文元音字母
            [.?!]                匹配标点符号(.或?或!)
            [0-9]               代表的含意与\d就是全然一致的:一位数字
            [a-z0-9A-Z_]  也全然等同于\w

            \(?0\d{2}[) -]?\d{8}  首先是一个转义字符\(,它能出现0次或1次(?),然后是一个0。后面跟着2个数字(\d{2}),然后是)-空格中的一个。它出现1次或不出现(?),最后是8个数字(\d{8})


5.分支条件
正則表達式里的分枝条件指的是有几种规则,假设满足当中随意一种规则都应该当成匹配,详细方法是用|把不同的规则分隔开。


0\d{2}-\d{8}|0\d{3}-\d{7}   这个表达式能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)


\(?0\d{2}\)?[- ]?\d{8}|0\d{2}[- ]?\d{8} 这个表达式匹配3位区号的电话号码,当中区号能够用小括号括起来,也能够不用。区号与本地号间能够用连字号或空格间隔,也能够没有间隔


\d{5}-\d{4}|\d{5}  这个表达式用于匹配美国的邮政编码。

美国邮编的规则是5位数字,或者用连字号间隔的9位数字。之所以要给出这个样例是由于它能说明一个问题:使用分枝条件时,要注意各个条件的顺序


\d{5}|\d{5}-\d{4}  假设你把它改成这样的话,那么就仅仅会匹配5位的邮编(以及9位邮编的前5位)。原因是匹配分枝条件时,将会从左到右地測试每一个条件。假设满足了某个分枝的话。就不会去再管其他的条件了。

    
6.分组
用小括号来指定的子表达式叫做分组。你能够指定这个子表达式的反复次数。

    


(\d{1,3}\.){3}\d{1,3}   是一个简单的IP地址匹配表达式,\d{1,3}匹配1到3位的数字(\d{1,3}\.){3}匹配三位数字加上一个英文句号(这个总体也就是这个分组)反复3次,最后再加上一个一到三位的数字(\d{1,3})

((2[0-4]\d|25[0-5]|[01]?

\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?

)  表示一个正确的IP地址


7.反义
有时须要查找不属于某个能简单定义的字符类的字符。比方想查找除了数字以外,其他随意字符都行的情况,这时须要用到反义

表3.经常使用的反义代码
代码/语法说明
\W匹配随意不是字母。数字,下划线。汉字的字符
\S匹配随意不是空白符的字符
\D匹配随意非数字的字符
\B匹配不是单词开头或结束的位置
[^x]匹配除了x以外的随意字符
[^aeiou]匹配除了aeiou这几个字母以外的随意字符


8.后向引用
使用小括号指定一个子表达式后,匹配这个子表达式的文本(也就是此分组捕获的内容)能够在表达式或其他程序中作进一步的处理。
默认情况下。每一个分组会自己主动拥有一个组号,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。
后向引用用于反复搜索前面某个分组匹配的文本。

9.贪婪与懒惰

  a.当正則表達式中包括能接受反复的限定符时,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。

   a.*b,它将会匹配最长的以a開始。以b结束的字符串。假设用它来搜索aabab的话,它会匹配整个字符串aabab。这被称为贪婪匹配。

  b.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能够被转化为懒惰匹配模式,仅仅要在它后面加上一个问号?

.*?   意味着匹配随意数量的反复。可是在能使整个匹配成功的前提下使用最少的反复

  a.*?b匹配最短的,以a開始。以b结束的字符串。假设把它应用于aabab的话,它会匹配aab(第一到第三个字符)ab(第四到第五个字符)



參考:http://www.jb51.net/tools/zhengze.html

正則表達式-高速入门