正则表达式的语法规则
2016-03-04 15:19
429 查看
行定位符(^和$)
行定位符就是用来描述字串的边界。“^”表示行的开始;“$”表示行的结尾。如:
^tm
该表达式表示要匹配字串tm的开始位置是行头,如tm equal Tomorrow Moon就可以匹配,而Tomorrow Moon equal tm则不匹配。但如果使用
tm$
则后者可以匹配而前者不能匹配。如果要匹配的字串可以出现在字符串的任意部分,那么可以直接 写成
tm
这样两个字符串就都可以匹配了。
单词定界符(\b、\B)
单词分界符\b,表示要查找的字串为一个完整的单词。如:
\btm\b
还有一个大写的\B,意思和\b相反。它匹配的字串不能是一个完整的单词,而是其他单词或字串的一部分。如:
\Btm\B
字符类([ ])
正则表达式是区分大小写的,如果要忽略大小写可使用方括号表达式“[]”。只要匹配的字符出现在方括号内,即可表示匹配成功。但要注意:一个方括号只能匹配一个字符。例如,要匹配的字串tm不区分大小写,那么该表达式应该写作如下格式:
[Tt][Mm]
这样,即可匹配字串tm的所有写法。POSIX和PCRE都使用了一些预定义字符类。但表示方法略有不同。POSIX风格的预定义字符类如表所示。
![](http://s5.sinaimg.cn/mw690/002G2d1Igy6FEyZCHGcc4&690)
选择字符(|)
还有一种方法可以实现上面的匹配模式,就是使用选择字符(|)。该字符可以理解为“或”,如上例也可以写成
(T|t)(M|m)
该表达式的意思是以字母T或t开头,后面接一个字母M或m。
连字符(-)
变量的命名规则是只能以字母和下划线开头。但这样一来,如果要使用正则表达式来匹配变量名的第一个字母,要写为
[a,b,c,d…A,B,C,D…]
这无疑是非常麻烦的,正则表达式提供了连字符“-”来解决这个问题。连字符可以表示字符的范围。如上例可以写成
[a-zA-Z]
排除字符([^])
上面的例子是匹配符合命名规则的变量。现在反过来,匹配不符合命名规则的变量,正则表达式提供了“^”字符。这个元字符在前面出现过,表示行的开始。而这里将会放到方括号中,表示排除的意思。例如:
[^a-zA-Z]
该表达式匹配的就是不以字母和下划线开头的变量名。
限定符(? * + {n,m})
对于重复出现字母或字串,可以使用限定符来实现匹配。限定符主要有6种,如表所示。
![](http://s9.sinaimg.cn/mw690/002G2d1Igy6FEzdmclOb8&690)
点号字符(.)
点字符(.)可以匹配出换行符外的任意一个字符。注意:是除了换行符外的、任意的一个字符。如匹配以s开头、t结尾、中间包含一个字母的单词。格式如下:
^s.t$
匹配的单词包括:sat、set、sit等。再举一个实例,匹配一个单词,它的第一个字母为r,第3个字母为s,最后一个字母为t。能匹配该单词的正则表达式为:
^r.s.*t$
转义字符(\)
正则表达式中的转移字符(\)和PHP中的大同小异,都是将特殊字符(如“.”、“?”、“\”等)变为普通的字符。举一个IP地址的实例,用正则表达式匹配诸如127.0.0.1这样格式的IP地址。如果直接使用点字符,格式为:
[0-9]{1,3}(.[0-9]{1,3}){3}
这显然不对,因为“.”可以匹配一个任意字符。这时,不仅是127.0.0.1这样的IP,连127101011这样的字串也会被匹配出来。所以在使用“.”时,需要使用转义字符(\)。修改后上面的正则表达式格式为:
[0-9]{1,3}(\.[0-9]{1,3}){3}
反斜线(\)
除了可以做转义字符外,反斜线还有其他一些功能。反斜线可以将一些不可打印的字符显示出来,如表所示。
![](http://s2.sinaimg.cn/mw690/002G2d1Igy6FEzmxvwZf1&690)
还可以指定预定义字符集,如表所示。
![](http://s4.sinaimg.cn/mw690/002G2d1Igy6FEzpmHU743&690)
反斜线还有一种功能,就是定义断言,其中已经了解过了\b、\B,其他如表所示。
![](http://s6.sinaimg.cn/mw690/002G2d1Igy6FEzr1csRf5&690)
括号字符(())
小括号字符的第一个作用就是可以改变限定符的作用范围,如“|”、“*”、“^”等。来看下面的一个表达式。
(thir|four)th
这个表达式的意思是匹配单词thirth或fourth,如果不使用小括号,那么就变成了匹配单词thir和fourth了。
小括号的第二个作用是分组,也就是子表达式。如(\.[0-9]{1,3}){3},就是对分组(\.[0-9]{1,3})进行重复操作。后面要学到的反向引用和分组有着直接的关系。
反向引用
反向引用,就是依靠子表达式的“记忆”功能来匹配连续出现的字串或字母。如匹配连续两个it,首先将单词it作为分组,然后在后面加上“\1”即可。格式为:
(it)\1
这就是反向引用最简单的格式。如果要匹配的字串不固定,那么就将括号内的字串写成一个正则表达式。如果使用了多个分组,那么可以用“\1”、“\2”来表示每个分组(顺序是从左到右)。如:
([a-z])([A-Z])\1\2
除了可以使用数字来表示分组外,还可以自己来指定分组名称。语法格式如下:
(?P…)
如果想要反向引用该分组,使用如下语法:
(?P=subname)
下面来重写一下表达式([a-z])([A-Z])\1\2。为这两个分组分别命名,并反向引用它们。正则表达式如下:
(?P[a-z])(?P[A-Z])(?P=fir)(?P=sec)
模式修饰符
模式修饰符的作用是设定模式。也就是规定正则表达式应该如何解释和应用。不同的语言都有自己的模式设置,PHP中的主要模式如表所示。
![](http://s12.sinaimg.cn/mw690/002G2d1Igy6FEzzdvGb9b&690)
行定位符就是用来描述字串的边界。“^”表示行的开始;“$”表示行的结尾。如:
^tm
该表达式表示要匹配字串tm的开始位置是行头,如tm equal Tomorrow Moon就可以匹配,而Tomorrow Moon equal tm则不匹配。但如果使用
tm$
则后者可以匹配而前者不能匹配。如果要匹配的字串可以出现在字符串的任意部分,那么可以直接 写成
tm
这样两个字符串就都可以匹配了。
单词定界符(\b、\B)
单词分界符\b,表示要查找的字串为一个完整的单词。如:
\btm\b
还有一个大写的\B,意思和\b相反。它匹配的字串不能是一个完整的单词,而是其他单词或字串的一部分。如:
\Btm\B
字符类([ ])
正则表达式是区分大小写的,如果要忽略大小写可使用方括号表达式“[]”。只要匹配的字符出现在方括号内,即可表示匹配成功。但要注意:一个方括号只能匹配一个字符。例如,要匹配的字串tm不区分大小写,那么该表达式应该写作如下格式:
[Tt][Mm]
这样,即可匹配字串tm的所有写法。POSIX和PCRE都使用了一些预定义字符类。但表示方法略有不同。POSIX风格的预定义字符类如表所示。
选择字符(|)
还有一种方法可以实现上面的匹配模式,就是使用选择字符(|)。该字符可以理解为“或”,如上例也可以写成
(T|t)(M|m)
该表达式的意思是以字母T或t开头,后面接一个字母M或m。
连字符(-)
变量的命名规则是只能以字母和下划线开头。但这样一来,如果要使用正则表达式来匹配变量名的第一个字母,要写为
[a,b,c,d…A,B,C,D…]
这无疑是非常麻烦的,正则表达式提供了连字符“-”来解决这个问题。连字符可以表示字符的范围。如上例可以写成
[a-zA-Z]
排除字符([^])
上面的例子是匹配符合命名规则的变量。现在反过来,匹配不符合命名规则的变量,正则表达式提供了“^”字符。这个元字符在前面出现过,表示行的开始。而这里将会放到方括号中,表示排除的意思。例如:
[^a-zA-Z]
该表达式匹配的就是不以字母和下划线开头的变量名。
限定符(? * + {n,m})
对于重复出现字母或字串,可以使用限定符来实现匹配。限定符主要有6种,如表所示。
点号字符(.)
点字符(.)可以匹配出换行符外的任意一个字符。注意:是除了换行符外的、任意的一个字符。如匹配以s开头、t结尾、中间包含一个字母的单词。格式如下:
^s.t$
匹配的单词包括:sat、set、sit等。再举一个实例,匹配一个单词,它的第一个字母为r,第3个字母为s,最后一个字母为t。能匹配该单词的正则表达式为:
^r.s.*t$
转义字符(\)
正则表达式中的转移字符(\)和PHP中的大同小异,都是将特殊字符(如“.”、“?”、“\”等)变为普通的字符。举一个IP地址的实例,用正则表达式匹配诸如127.0.0.1这样格式的IP地址。如果直接使用点字符,格式为:
[0-9]{1,3}(.[0-9]{1,3}){3}
这显然不对,因为“.”可以匹配一个任意字符。这时,不仅是127.0.0.1这样的IP,连127101011这样的字串也会被匹配出来。所以在使用“.”时,需要使用转义字符(\)。修改后上面的正则表达式格式为:
[0-9]{1,3}(\.[0-9]{1,3}){3}
反斜线(\)
除了可以做转义字符外,反斜线还有其他一些功能。反斜线可以将一些不可打印的字符显示出来,如表所示。
还可以指定预定义字符集,如表所示。
反斜线还有一种功能,就是定义断言,其中已经了解过了\b、\B,其他如表所示。
括号字符(())
小括号字符的第一个作用就是可以改变限定符的作用范围,如“|”、“*”、“^”等。来看下面的一个表达式。
(thir|four)th
这个表达式的意思是匹配单词thirth或fourth,如果不使用小括号,那么就变成了匹配单词thir和fourth了。
小括号的第二个作用是分组,也就是子表达式。如(\.[0-9]{1,3}){3},就是对分组(\.[0-9]{1,3})进行重复操作。后面要学到的反向引用和分组有着直接的关系。
反向引用
反向引用,就是依靠子表达式的“记忆”功能来匹配连续出现的字串或字母。如匹配连续两个it,首先将单词it作为分组,然后在后面加上“\1”即可。格式为:
(it)\1
这就是反向引用最简单的格式。如果要匹配的字串不固定,那么就将括号内的字串写成一个正则表达式。如果使用了多个分组,那么可以用“\1”、“\2”来表示每个分组(顺序是从左到右)。如:
([a-z])([A-Z])\1\2
除了可以使用数字来表示分组外,还可以自己来指定分组名称。语法格式如下:
(?P…)
如果想要反向引用该分组,使用如下语法:
(?P=subname)
下面来重写一下表达式([a-z])([A-Z])\1\2。为这两个分组分别命名,并反向引用它们。正则表达式如下:
(?P[a-z])(?P[A-Z])(?P=fir)(?P=sec)
模式修饰符
模式修饰符的作用是设定模式。也就是规定正则表达式应该如何解释和应用。不同的语言都有自己的模式设置,PHP中的主要模式如表所示。
相关文章推荐
- 【opencv】hough圆变换
- 将模型储存到本地-FastCoder
- Mac finder 显示隐藏文件
- js实现继承
- ESXi安装到U盘
- 二进制流文流输出成zip
- Android中margin和padding的区别
- android广告植入
- RT-Thread下的串口驱动程序分析
- Spring 4.2.4.RELEASE MVC 学习笔记 - 8 - fasterxml jackson(咋个办呢 zgbn)
- 添加RichEdit控件导致MFC对话框程序无法执行的解决方法
- 安卓多线程编程系列2:异步任务的使用之使用异步任务带有进度的横向滚动条下载网络图片
- Zoho CEO:云计算泡沫巨大 Salesforce只是新的Siebel
- php字符串的比较
- Oracle 表空间记录
- Web开发中的Listener
- iOS给键盘添加一个简单的输入框
- 经典web系统学习,只有用户-角色,没有权限项
- 内核态文件操作
- 数据结构之“Ordered List and Sorted List”(三)