正则表达式语法解释及举例
2011-09-14 10:38
253 查看
字符描述：
^符号匹配字符串的开头。例如：
^abc 与“abc xyz”匹配，而不与“xyz abc”匹配
$符号匹配字符串的结尾。例如：
abc$ 与“xyz abc”匹配，而不与“abc xyz”匹配。
注意：如果同时使用^符号和$符号，将进行精确匹配。例如：
^abc$ 只与“abc”匹配
*符号匹配０个或多个前面的字符。例如：
ab* 可以匹配“ab”、“abb”、“abbb”等
+符号匹配至少一个前面的字符。例如：
ab+ 可以匹配“abb”、“abbb”等，但不匹配“ab”。
?符号匹配０个或１个前面的字符。例如：
ab?c? 可以且只能匹配“abc”、“abbc”、“abcc”和“abbcc”
.符号匹配除换行符以外的任何字符。例如：
(.)+ 匹配除换行符以外的所有字符串
x|y匹配“x”或“y”。例如：
abc|xyz 可匹配 “abc”或 “xyz”，而“ab(c|x)yz”匹配 “abcyz”和“abxyz”
{n}匹配恰好n次（n为非负整数）前面的字符。例如：
a{2} 可以匹配“aa“，但不匹配“a”
{n,}匹配至少n次（n为非负整数）前面的字符。例如：
a{3,} 匹配“aaa”、“aaaa”等，但不匹配“a”和“aa”。
注意：a{1,}等价于a+
a{0,}等价于a*
{m,n}匹配至少m个，至多n个前面的字符。例如：
a{1,3} 只匹配“a”、“aa”和“aaa”。
注意：a{0,1}等价于a?
[xyz]表示一个字符集，匹配括号中字符的其中之一。例如：
[abc] 匹配“a”、“b”和“c”
[^xyz]表示一个否定的字符集。匹配不在此括号中的任何字符。例如：
[^abc] 可以匹配除“a”、“b”和“c”之外的任何字符
[a-z]表示某个范围内的字符，匹配指定区间内的任何字符。例如：
[a-z] 匹配从“a”到“z”之间的任何一个小写字母字符
[^m-n]表示某个范围之外的字符，匹配不在指定范围内的字符。例如：
[m-n] 匹配除从“m”到“n”之间的任何字符
\符号是转义操作符。例如：
\n 换行符
\f 分页符
\r 回车
\t 制表符
\v 垂直制表符
\\ 匹配“\”
\/ 匹配“/”
\s 任何白字符，包括空格、制表符、分页符等。等价于“[ \f\n\r\t\v]”
\S 任何非空白的字符。等价于“^\f\n\r\t\v]”
\w 任何单词字符，包括字母和下划线。等价于“[A-Za-z0-9_]”
\W 任何非单词字符。等价于“[^A-Za-z0-9_]”
\b匹配单词的结尾。例如：
ve\b 匹配单词“love”等，但不匹配“very”、“even”等
\B匹配单词的开头。例如：
ve\B 匹配单词“very”等，但不匹配“love”等
\d匹配一个数字字符，等价于[0-9]。例如：
abc\dxyz 匹配“abc2xyz”、“abc4xyz”等，但不匹配“abcaxyz”、“abc-xyz”等
\D匹配一个非数字字符，等价于[^0-9]。例如：
abc\Dxyz 匹配“abcaxyz”、“abc-xyz”等，但不匹配“abc2xyz”、“abc4xyz”等
\NUM匹配NUM个（其中NUM为一个正整数），引用回到记住的匹配。例如：
(.)\1 匹配两个连续相同的字符。
\oNUM匹配n（其中n为一个小于２５６的八进制换码值）。例如：
\o011 匹配制表符
\xNUM匹配NUM（其中NUM为一个小于２５６的十六进制换码值）。例如：
\x41 匹配字符“A”
举例说明:
在字符串中精确查找链接地址
((http|https|ftp):(\/\/|\\\\)((\w)+[.]){1,}(net|com|cn|org|cc|tv|[0-9]{1,3})(((\/[\~]*|\\[\~]*)
(\w)+)|[.](\w)+)*(((([?](\w)+){1}[=]*))*((\w)+){1}([\&](\w)+[\=](\w)+)*)*)
我们知道，链接地址一般以http或者https或者ftp等形式出现。初步总结一下就是，链接地址必须符合如下条件：
条件１
以http://或者https://或者ftp://等开头（当然还有其它形式，这里只列出主要的）
条件２
http://后面必须跟一个单词字符，紧接着单词字符后面的是"."（这样的组合必须出现一次或多次）。紧跟着“.”后面的是域名后缀（如net或者com或者cn等，如果是以IP地址的形式出现就可以是数字）
条件３
出现完整的链接地址后，还可以出现下一级或者更多级的目录（还要注意个人主页的地址有可能出现"~"符号）
条件４
链接地址末尾可以带参数。如典型的页数?PageNo=2&action=display等
现在我们用下面的代码来逐个匹配上面的条件——
1、((http|https|ftp):(\/\/|\\\\) 满足条件１
表示http:// http:\\ https:// https:\\ ftp:// ftp:\\都匹配（在这里考虑了某些用户可能把"//"输成“\\”的易发性错误）
注意："|"表示“或者”，"\"是转义字符。“\/\/”表示"//"，“\\\\”表示"\\"
2、((\w)+[.]){1,}(net|com|cn|org|cc|tv|[0-9]{1,3}) 满足条件２
“((\w)+[.]){1,}”表示一个单词字符加一个点号可以出现1次或者多次（这里考虑了某些用户喜欢省略www而将http://www.w3c.com写成http://w3c.com）
“(net|com|cn|org|cc|tv|[0-9]{1,3})”表示必须要以net或者com或者cn或者org或者cc或者tv或者三位以下的数字结束
[0-9]{1,3}表示三位以下的数字，因为ip地址的任何段不能超过255
3、(((\/[\~]*|\\[\~]*)(\w)+)|[.](\w)+)* 满足条件３
“(\/[\~]*|\\[\~]*)”表示可以出现"/~"或者是"\~"，（其中“[\~]*”表示 ~ 可以出现也可以不出现），因为不是每个链接地址都有下一级目录
“(\w)+)|[.](\w)+)”表示必须出现一个单词字符（即目录或者是一个带有扩展名的文件）
注意：最后还有一个“*”表示上面括号内的可以出现也可以不出现，否则就只能匹配有下一级目录的链接地址了。
4、(((([?](\w)+){1}[=]*))*((\w)+){1}([\&](\w)+[\=](\w)+)*)*)满足条件４
“((([?](\w)+){1}[=]*))*((\w)+){1}”表示形如"?PageNo=2"的字符串可以出现也可以不出现，如果出现则只能出现一次（因为不可能有两个“？”号出现）。
“([\&](\w)+[\=](\w)+)*)”表示形如“&action=display”的字符串可以出现也可以不出现（因为并不是每个网页都带有两个以上的参数。
整个“((([?](\w)+){1}[=]*))*((\w)+){1}([\&](\w)+[\=](\w)+)*)*”表示形如“?PageNo=2&action=display”的字符串可以出现也可以不出现（即链接地址可以有参数也可以没有参数）
把上面的组合起来，我们就可以匹配一个比较全面的链接地址了。比用简单的“(http:\/\/\S+)”来匹配一个链接地址要好，读者可以自行行测试比较。当然，这段代码还有很多不足之处，希望大家能够继续改进。
^符号匹配字符串的开头。例如：
^abc 与“abc xyz”匹配，而不与“xyz abc”匹配
$符号匹配字符串的结尾。例如：
abc$ 与“xyz abc”匹配，而不与“abc xyz”匹配。
注意：如果同时使用^符号和$符号，将进行精确匹配。例如：
^abc$ 只与“abc”匹配
*符号匹配０个或多个前面的字符。例如：
ab* 可以匹配“ab”、“abb”、“abbb”等
+符号匹配至少一个前面的字符。例如：
ab+ 可以匹配“abb”、“abbb”等，但不匹配“ab”。
?符号匹配０个或１个前面的字符。例如：
ab?c? 可以且只能匹配“abc”、“abbc”、“abcc”和“abbcc”
.符号匹配除换行符以外的任何字符。例如：
(.)+ 匹配除换行符以外的所有字符串
x|y匹配“x”或“y”。例如：
abc|xyz 可匹配 “abc”或 “xyz”，而“ab(c|x)yz”匹配 “abcyz”和“abxyz”
{n}匹配恰好n次（n为非负整数）前面的字符。例如：
a{2} 可以匹配“aa“，但不匹配“a”
{n,}匹配至少n次（n为非负整数）前面的字符。例如：
a{3,} 匹配“aaa”、“aaaa”等，但不匹配“a”和“aa”。
注意：a{1,}等价于a+
a{0,}等价于a*
{m,n}匹配至少m个，至多n个前面的字符。例如：
a{1,3} 只匹配“a”、“aa”和“aaa”。
注意：a{0,1}等价于a?
[xyz]表示一个字符集，匹配括号中字符的其中之一。例如：
[abc] 匹配“a”、“b”和“c”
[^xyz]表示一个否定的字符集。匹配不在此括号中的任何字符。例如：
[^abc] 可以匹配除“a”、“b”和“c”之外的任何字符
[a-z]表示某个范围内的字符，匹配指定区间内的任何字符。例如：
[a-z] 匹配从“a”到“z”之间的任何一个小写字母字符
[^m-n]表示某个范围之外的字符，匹配不在指定范围内的字符。例如：
[m-n] 匹配除从“m”到“n”之间的任何字符
\符号是转义操作符。例如：
\n 换行符
\f 分页符
\r 回车
\t 制表符
\v 垂直制表符
\\ 匹配“\”
\/ 匹配“/”
\s 任何白字符，包括空格、制表符、分页符等。等价于“[ \f\n\r\t\v]”
\S 任何非空白的字符。等价于“^\f\n\r\t\v]”
\w 任何单词字符，包括字母和下划线。等价于“[A-Za-z0-9_]”
\W 任何非单词字符。等价于“[^A-Za-z0-9_]”
\b匹配单词的结尾。例如：
ve\b 匹配单词“love”等，但不匹配“very”、“even”等
\B匹配单词的开头。例如：
ve\B 匹配单词“very”等，但不匹配“love”等
\d匹配一个数字字符，等价于[0-9]。例如：
abc\dxyz 匹配“abc2xyz”、“abc4xyz”等，但不匹配“abcaxyz”、“abc-xyz”等
\D匹配一个非数字字符，等价于[^0-9]。例如：
abc\Dxyz 匹配“abcaxyz”、“abc-xyz”等，但不匹配“abc2xyz”、“abc4xyz”等
\NUM匹配NUM个（其中NUM为一个正整数），引用回到记住的匹配。例如：
(.)\1 匹配两个连续相同的字符。
\oNUM匹配n（其中n为一个小于２５６的八进制换码值）。例如：
\o011 匹配制表符
\xNUM匹配NUM（其中NUM为一个小于２５６的十六进制换码值）。例如：
\x41 匹配字符“A”
举例说明:
在字符串中精确查找链接地址
((http|https|ftp):(\/\/|\\\\)((\w)+[.]){1,}(net|com|cn|org|cc|tv|[0-9]{1,3})(((\/[\~]*|\\[\~]*)
(\w)+)|[.](\w)+)*(((([?](\w)+){1}[=]*))*((\w)+){1}([\&](\w)+[\=](\w)+)*)*)
我们知道，链接地址一般以http或者https或者ftp等形式出现。初步总结一下就是，链接地址必须符合如下条件：
条件１
以http://或者https://或者ftp://等开头（当然还有其它形式，这里只列出主要的）
条件２
http://后面必须跟一个单词字符，紧接着单词字符后面的是"."（这样的组合必须出现一次或多次）。紧跟着“.”后面的是域名后缀（如net或者com或者cn等，如果是以IP地址的形式出现就可以是数字）
条件３
出现完整的链接地址后，还可以出现下一级或者更多级的目录（还要注意个人主页的地址有可能出现"~"符号）
条件４
链接地址末尾可以带参数。如典型的页数?PageNo=2&action=display等
现在我们用下面的代码来逐个匹配上面的条件——
1、((http|https|ftp):(\/\/|\\\\) 满足条件１
表示http:// http:\\ https:// https:\\ ftp:// ftp:\\都匹配（在这里考虑了某些用户可能把"//"输成“\\”的易发性错误）
注意："|"表示“或者”，"\"是转义字符。“\/\/”表示"//"，“\\\\”表示"\\"
2、((\w)+[.]){1,}(net|com|cn|org|cc|tv|[0-9]{1,3}) 满足条件２
“((\w)+[.]){1,}”表示一个单词字符加一个点号可以出现1次或者多次（这里考虑了某些用户喜欢省略www而将http://www.w3c.com写成http://w3c.com）
“(net|com|cn|org|cc|tv|[0-9]{1,3})”表示必须要以net或者com或者cn或者org或者cc或者tv或者三位以下的数字结束
[0-9]{1,3}表示三位以下的数字，因为ip地址的任何段不能超过255
3、(((\/[\~]*|\\[\~]*)(\w)+)|[.](\w)+)* 满足条件３
“(\/[\~]*|\\[\~]*)”表示可以出现"/~"或者是"\~"，（其中“[\~]*”表示 ~ 可以出现也可以不出现），因为不是每个链接地址都有下一级目录
“(\w)+)|[.](\w)+)”表示必须出现一个单词字符（即目录或者是一个带有扩展名的文件）
注意：最后还有一个“*”表示上面括号内的可以出现也可以不出现，否则就只能匹配有下一级目录的链接地址了。
4、(((([?](\w)+){1}[=]*))*((\w)+){1}([\&](\w)+[\=](\w)+)*)*)满足条件４
“((([?](\w)+){1}[=]*))*((\w)+){1}”表示形如"?PageNo=2"的字符串可以出现也可以不出现，如果出现则只能出现一次（因为不可能有两个“？”号出现）。
“([\&](\w)+[\=](\w)+)*)”表示形如“&action=display”的字符串可以出现也可以不出现（因为并不是每个网页都带有两个以上的参数。
整个“((([?](\w)+){1}[=]*))*((\w)+){1}([\&](\w)+[\=](\w)+)*)*”表示形如“?PageNo=2&action=display”的字符串可以出现也可以不出现（即链接地址可以有参数也可以没有参数）
把上面的组合起来，我们就可以匹配一个比较全面的链接地址了。比用简单的“(http:\/\/\S+)”来匹配一个链接地址要好，读者可以自行行测试比较。当然，这段代码还有很多不足之处，希望大家能够继续改进。
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 