perl/pcre正则表达式元字符/转义字符/量词/匹配方式

perl/pcre正则表达式元字符/转义字符/量词/匹配方式

Linux平台上被广泛使用的正则表达式库PCRE - Perl-compatible regular expressions，从其名字即可知道，PCRE提供的是一套与Perl中相兼容的正则表达式。元字符(Meta-character)
'\' : 引用下一个元字符
'^' : 行首
'.' : 除新行(newline)外的任一字符('/s'选项将使'.'匹配新行字符)
'$' : 行尾（或结尾处新行之前字符)
'|' : 可选项
'('与')' : 分组
'['与']' : 字符类。表示一类字符集合中任意一个，方括号内可使用'-'表示范围，如[0-9]; 也可使用'^表示求补集，如[^0-9]表示除0-9外的其他字符

量词(Quantifier)
'*' : 0或任意次
'+' : 1或更多次
'?' : 0或1次
{n} : n次
{n,} : 至少n次
{n, m} : n到m次

匹配方式
贪婪(greedy)方式：在模式其余部分匹配前提下，尽可能多地匹配字符
最少匹配(minimum): 尽可能少地匹配。量词后使用'?'表示使用最少匹配方式
占有式：与贪婪方式相近，尽可能多地匹配字符，但绝不回退(backtrack，即使模式其余部分无法匹配，也不减少本部分的匹配数量)。在数量词之后使用'+'表示使用占有式匹配。

转义序列
'\t' : 制表符(HT, TAB)
'\n' : 换行(LF, NL)
'\r' : 回车(CR)
'\f' : 进纸(Form Feed, FF)
'\a' : 报警 (Alarm, BEL)
'\e' : 转义(ESC)
"\0xx" : 八进制数值对应字符，如\033表示ESC
"\xhh" : 16进制数值对应字符，如\x1B表示ESC
"\x{hhhh}" : 16进制long型数值对应字符，如\x{263a}表示unicode SMILEY
"\cK" : K可以为任意字母，表示控制字符"control-K"，"\cK"表示如VT
"\N{name}" : unicode命名字符
"\N{U+hhhh}" : unicode字符
'\l' : 小写下一字符
'\u' : 大写下一字符
'\L' : 小写随后字符串直至'\E'
'\U' : 大写随后字符串直至'\E'
'\E' : 结束大小写转换
'\Q' : 引用随后字符(禁止转义)直至'\E'

字符类及其他转义字符
'\w' : 匹任任一单词(word)字符(26个英文字母、10个数字，加下划线'_')
'\W' : 匹配任一非单词字母
'\s' : 任一空白字符(空格' ', 制表符'\t'等)
'\S' : 任一非空白字符
'\d' : 任一数字字符[0-9]
'\D' : 任一非数字字符
“\pP” : 匹配命名属性P
"\PP" : 匹配非P
'\X' : 匹配unicode扩展字符集(eXtended grapheme cluster)
'\C' : 匹配单个C字符(字节)，即使工作在unicode模式下
'\n' : n为数字，后向引用指定组n
"\gn" : 后向引用指定组n
"\g{-n}" : 表示相对（当前位置之前的）第n个后用引用组n
"\g{name}" : 后向引用命名组(name)
"\k{name}" : 后向引用
'\K' : 使\K左侧部分，不引入到$&中
'\N' : 除'\n'外的任一字符
'\v' : 垂直空白符
'\V' : 非垂直空白符
'\h' : 水平空白符
'\H' : 非水平空白符
'\R' : 行分割符号

POSIX字符类

POSIX字符类表示语法：[:class:], 在pattern中则必须写为"[[:class:]]"。
"[[:alpha:]]" : (英文)字母
"[[:alnum:]]" : 字母或数字字符
"[[:ascii:]]" : ASCII字符集中字符
"[[:blank:]]" : GNU扩展，等价于空格' '或水平制表符'\t'
"[[:cntrl:]]" : 任一控制字符
"[[:digit:]]" : 任一数字字符，等价于'\d'
"[[:graph:]]" : 除空格外的任一可打印字符
"[[:lower:]]" : 任一小写字符
"[[:print:]]" : 任一可打印字符，包括空格
"[[:punct:]]" : 除单词字符(字母，'_')外的任一图形字符
"[[:space:]]" : 任一空白字符，等价于'\s'垂直制表符"\cK"
"[[:upper:]]" : 任一大写字符
"[[:word:]]" : Perl扩展, 等价于'\w'
"[[:xdigit:]]" : 任一16进制数字

Perl中，"[[^:class:]]"表示posix指定类的补集，这种情况下也可略去[::]，在类名前加'^'表示为"[^class]"。Assertion
'\b' : 单词边界
'\B' : 非单词边界
'\A' : 字符串首
'\Z' : 字符串尾或尾部换行字符之前
'\z' : 字符串尾
'\G' : 在上一个匹配处进行匹配