正则表达式

正则表达式

定义：

正则表达式(regular expression)描述了一种字符串匹配的模式，可以用来检查一个串是否含有某种子串、将匹配的子串做替换或者从某个串中取出符合某个条件的子串等。

　　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。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。

　　

　　正则表达式是用于描述/匹配一个文本集合的表达式。

所有英文字母、数字和很多可显示的字符本身就是正则表达式，用于匹配它们自己。比如 ‘a’ 就是匹配字母 ‘a’ 的正则表达式

一些特殊的字符在正则表达式中不在用来描述它自身，它们在正则表达式中已经被“转义”，这些字符称为“元字符”。perl类型的正则表达式中被转义的字符有：. \ | ( ) [ ] { } ^ $ * + ?。被转义的字符已经有特殊的意义，如点号 . 表示任意字符；方括号表示选择方括号中的任意一个（如[a-z] 表示任意一个小写字符）；^ 放在表达式开始处,表示匹配文本开始位置，放在方括号内开始处表示非方括号内的任一字符；大括号表示前面的字符或表达式的重复次数；| 表示可选项，即 | 前后的表达式任选一个。

正则表达式匹配规则

$匹配输入字符串的结尾位置

^匹配输入字符串的开始位置

()标记一个子表达式的开始和结束位置

{ 标记限定符表达式的开始

## 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。

* 匹配前面的实体出现0次或更多次,例如zo* 能匹配 “zo” 以及 “zoo”。* 等价于{0,}。

? 匹配前面的实体出现0次或1次,例如，”do(es)?” 可以匹配 “do” 或 “does” 中的”do” 。? 等价于 {0,1}。

+ 匹配前面的实体出现1次或更多次,例如’zo+’ 能匹配 “zo” 以及 “zoo”

{n} 匹配前面的实体精确地出现n次

{n,} 匹配前面的实体至少出现n次

{n,m} 匹配出现次数在n和m次之间

基本模式匹配

^once

这个模式包含一个特殊的字符^，表示该模式只匹配那些以once开头的字符串。

例如该模式与字符串”once upon a time”匹配.与”There once was a man from NewYork”不匹配。正如^符号表示开头一样.

$符号用来匹配那些以给定模式结尾的字符串,如：

bucket$

这个模式与”Who kept all of this cash in a bucket”匹配，与”buckets”不匹配。

字符^和$同时使用时，表示精确匹配（字符串与模式一样）。例如：

^bucket$ ,只匹配字符串”bucket”。

如果一个模式不包括^和$，那么它与任何包含该模式的字符串匹配。例如：模式 once

与字符串

There once was a man from NewYork

Who kept all of his cash in a bucket.

是匹配的。

^\t:检测一个字符串是否以制表符开头

字符族

要建立一个表示所有元音字符的字符簇，就把所有的元音字符放在一个方括号里：[AaEeIiOoUu]。这个模式与任何元音字符匹配，但只能表示一个字符。

用连字号可以表示一个字符的范围，如：

[a-z] //匹配所有的小写字母

[A-Z] //匹配所有的大写字母

[a-zA-Z] //匹配所有的字母

[0-9] //匹配所有的数字

[0-9.-] //匹配所有的数字，句号和减号

[ \f\r\t\n] //匹配所有的白字符

如果要匹配一个由一个小写字母和一位数字组成的字符串，比如”z2”、”t6”或”g7”

^[a-z][0-9]$

^表示字符串的开头，但它还有另外一个含义。当在一组方括号里使用^时，它表示“非”或“排除”的意思，常常用来剔除某个字符。还用前面的例子，我们要求第一个字符不能是数字：

^[^0-9][0-9]$

[^a-z] //除了小写字母以外的所有字符

[^\\/\^] //除了()(/)(^)之外的所有字符

[^\”\’] //除了双引号(“)和单引号(‘)之外的所有字符

确定重复出现

跟在字符或字符簇后面的花括号({})用来确定前面的内容的重复出现的次数

字符簇 含义

^[a-zA-Z_]所有的字母和下划线[[:alpha:]]3 所有的字母和下划线
^[[:alpha:]]{3} 所有的3个字母的单词

^a字母aa4 字母a
^a{4} aaaa

^a{2,4}aa,aaa或aaaaa1,3 aa,aaa或aaaa
^a{1,3} a,aa或aaa

^a{2,}$ 包含多于两个a的字符串

^a{2,} 如：aardvark和aaab，但apple不行

a{2,} 如：baad和aaa，但Nantucket不行

\t{2} 两个制表符

.{2} 所有的两个字符

花括号的三种不同的用法：

一个数字，{x}的意思是“前面的字符或字符簇只出现x次”；

一个数字加逗号，{x,}的意思是“前面的内容出现x或更多的次数”；

我们可以把模式扩展到更多的单词或数字：

^[0-9]{1,}$ //所有的正数

o{0,1}’ 等价于 ‘o?’

^-{0,1}[0-9]{1,}$ //所有的整数

一个可选的负号(-{0,1})，跟着1个或更多的数字([0-9]{0,})