正则表达式初步了解(参考jb51)

正则表达式:记录文本规则的代码

元字符:metacharacter

\b 单词的开头或结尾，也就是单词的分界处

. 匹配除了换行符以外的任意字符

* *前边的内容可以连续重复使用任意次以使整个表达式得到匹配

.* 连在一起就意味着任意数量的不包含换行的字符

示例:\bhi\b.*\bLucy\b的意思就很明显了：先是一个单词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。

\d 匹配一位数字(0，或1，或2，或……)

- 不是元字符，只匹配它本身——连字符

示例:0\d\d-\d\d\d\d\d\d\d\d匹配这样的字符串：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}。这里\d后面的{2}({8})的意思是前面\d必须连续重复匹配2次(8次)。

\s 匹配任意的空白符，包括空格，制表符(Tab)，换行符，中文全角空格等。

\w 匹配字母或数字或下划线或汉字等

示例:\ba\w*\b匹配以字母a开头的单词——先是某个单词开始处(\b)，然后是字母a,然后是任意数量的字母或数字(\w*)，最后是单词结束处(\b)。

+ 与*类似,不同的是*匹配重复任意次(可能是0次)，而+则匹配重复1次或更多次。

\d+ 匹配1个或更多连续的数字

示例:\b\w{6}\b 匹配刚好6个字符的单词

^ 匹配字符串的开始

$ 匹配字符串的结束

示例:^\d{5,12}$ 5位到12位数字

字符转义:查找元字符本身

示例:deerchao\.net匹配deerchao.net，C:\\Windows匹配C:\Windows。

重复:常用的限定符

* 重复零次或更多次

+ 重复一次或更多次

? 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

字符类

示例:[aeiou]就匹配任何一个英文元音字母，[.?!]匹配标点符号(.或?或!)。

[0-9]代表的含意与\d就是完全一致的：一位数字；同理[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}

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)或-或空格中的一个，它出现1次或不出现(?)，最后是8个数字(\d{8})。

分支条件

示例: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)。

分组

(\d{1,3}\.){3}\d{1,3}

\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(这个整体也就是这个分组)重复3次，最后再加上一个一到三位的数字(\d{1,3})。

正确的IP地址：((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?) //默认ip地址每个数字不能超过255

反义

常用的反义代码 代码/语法 说明

\W 匹配任意不是字母，数字，下划线，汉字的字符

\S 匹配任意不是空白符的字符

\D 匹配任意非数字的字符

\B 匹配不是单词开头或结束的位置

[^x] 匹配除了x以外的任意字符

[^aeiou] 匹配除了aeiou这几个字母以外的任意字符

示例:

例子：

\S+匹配不包含空白符的字符串。

<a[^>]+>匹配用尖括号括起来的以a开头的字符串。

后向引用

\b(\w+)\b\s+\1\b 用来匹配重复的单词,例如go go

单词开始处和结束处之间的多于一个的字母或数字(\b(\w+)\b)，这个单词会被捕获到编号为1的分组中，然后是1个或几个空白符(\s+)，最后是分组1中捕获的内容（也就是前面匹配的那个单词）(\1)。

零宽断言

(?=exp) 匹配exp前面的位置

示例:

\b\w+(?=ing\b) 匹配以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

(?<=exp) 匹配exp后面的位置

示例:(?<=\bre)\w+\b

匹配以re开头的单词的后半部分(除了re以外的部分)，如在查找reading a book时，它会匹配ading

(?!exp) 匹配后面跟的不是exp的位置

示例:

\d{3}(?!\d) 匹配三位数字，而且这三位数字的后面不能是数字

\b((?!abc)\w)+\b 不包含连续字符串abc的单词

(?<!exp) 匹配前面不是exp的位置

示例:

(?<![a-z])\d{7}匹配前面不是小写字母的七位数字

注释//不懂

贪婪与懒惰

贪婪匹配a.*b aabab

懒惰匹配a.*?b aabab

懒惰限定符 代码/语法 说明

*? 重复任意次，但尽可能少重复

+? 重复1次或更多次，但尽可能少重复

?? 重复0次或1次，但尽可能少重复

{n,m}? 重复n到m次，但尽可能少重复

{n,}? 重复n次以上，但尽可能少重复

处理选项

常用的处理选项 名称 说明

IgnoreCase(忽略大小写) 匹配时不区分大小写。

Multiline(多行模式)

更改^和$的含义，使它们分别在任意一行的行首和行尾匹配，而不仅仅在整个字符串的开头和结尾匹配。(在此模式下,$的精确含意是:匹配\n之前的位置以及字符串结束前的位置.)

Singleline(单行模式) 更改.的含义，使它与每一个字符匹配（包括换行符\n）。

IgnorePatternWhitespace(忽略空白) 忽略表达式中的非转义空白并启用由#标记的注释。

ExplicitCapture(显式捕获) 仅捕获已被显式命名的组。

平衡组/递归匹配//不懂

未讨论语法

代码/语法 说明

\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