正则表达式简单总结

你的名字 2022-05-24 09:49 231阅读 0赞

正则表达式，又称正规表示法、常规表示法。（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列符合某个句法规则。在很多文本编辑器里，正则表达式通常被用来检索、替换那些符合某个模式的文本。

<table style="margin-bottom:10px;color:rgb(0,0,0);font-family:sans-serif;font-size:16px;"> 
 <tbody> 
  <tr> 
   <td align="left" style="padding:5px 10px;">元字符</td> 
   <td align="left" style="padding:5px 10px;">描述</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">\</td> 
   <td align="left" style="padding:5px 10px;">将下一个字符标记符、或一个向后引用、或一个八进制转义符。例如，“\\n”匹配\n。“\n”匹配换行符。序列“\\”匹配“\”而“\(”则匹配“(”。即相当于多种编程语言中都有的“转义字符”的概念。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">^</td> 
   <td align="left" style="padding:5px 10px;">匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性，^也匹配“\n”或“\r”之后的位置。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">$</td> 
   <td align="left" style="padding:5px 10px;">匹配输入字符串的结束位置。如果设置了RegExp对象的Multiline属性，$也匹配“\n”或“\r”之前的位置。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">*</td> 
   <td align="left" style="padding:5px 10px;">匹配前面的子表达式任意次。例如，zo*能匹配“z”，也能匹配“zo”以及“zoo”。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">+</td> 
   <td align="left" style="padding:5px 10px;">匹配前面的子表达式一次或多次(大于等于1次）。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等价于{1,}。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">?</td> 
   <td align="left" style="padding:5px 10px;">匹配前面的子表达式零次或一次。例如，“do(es)?”可以匹配“do”或“does”中的“do”。?等价于{0,1}。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">{n}</td> 
   <td align="left" style="padding:5px 10px;">n是一个非负整数。匹配确定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的两个o。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">{n,}</td> 
   <td align="left" style="padding:5px 10px;">n是一个非负整数。至少匹配n次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">{n,m}</td> 
   <td align="left" style="padding:5px 10px;">m和n均为非负整数，其中n&lt;=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”将匹配“fooooood”中的前三个o。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">?</td> 
   <td align="left" style="padding:5px 10px;">当该字符紧跟在任何一个其他限制符（*,+,?，{n}，{n,}，{n,m}）后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串“oooo”，“o+”将匹配每个“o”即4次匹配，而“o+?”将只匹配1次即匹配“oooo”。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">.点</td> 
   <td align="left" style="padding:5px 10px;">匹配除“\r\n”之外的任何单个字符。要匹配包括“\r\n”在内的任何字符，请使用像“[\s\S]”的模式。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">(pattern)</td> 
   <td align="left" style="padding:5px 10px;">匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中则使用$0…$9属性。要匹配圆括号字符，请使用“$”或“$”。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">(?:pattern)</td> 
   <td align="left" style="padding:5px 10px;">非获取匹配，匹配pattern但不获取匹配结果，不进行存储供以后使用。这在使用或字符“(|)”来组合一个模式的各个部分是很有用。例如“industr(?:y|ies)”就是一个比“industry|industries”更简略的表达式。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">(?=pattern)</td> 
   <td align="left" style="padding:5px 10px;">非获取匹配，正向肯定预查，在任何匹配pattern的字符串开始处匹配查找字符串，该匹配不需要获取供以后使用。例如，“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配“Windows3.1”中的“Windows”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">(?!pattern)</td> 
   <td align="left" style="padding:5px 10px;">非获取匹配，正向否定预查，在任何不匹配pattern的字符串开始处匹配查找字符串，该匹配不需要获取供以后使用。例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配“Windows2000”中的“Windows”。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">(?&lt;=pattern)</td> 
   <td align="left" style="padding:5px 10px;">非获取匹配，反向肯定预查，与正向肯定预查类似，只是方向相反。例如，“(?&lt;=95|98|NT|2000)Windows”能匹配“2000Windows”中的“Windows”，但不能匹配“3.1Windows”中的“Windows”。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">(?&lt;!pattern)</td> 
   <td align="left" style="padding:5px 10px;">非获取匹配，反向否定预查，与正向否定预查类似，只是方向相反。例如“(?&lt;!95|98|NT|2000)Windows”能匹配“3.1Windows”中的“Windows”，但不能匹配“2000Windows”中的“Windows”。这个地方不正确，有问题 &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;此处用或任意一项都不能超过2位，如“(?&lt;!95|98|NT|20)Windows正确，“(?&lt;!95|980|NT|20)Windows 报错，若是单独使用则无限制，如(?&lt;!2000)Windows 正确匹配</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">x|y</td> 
   <td align="left" style="padding:5px 10px;">匹配x或y。例如，“z|food”能匹配“z”或“food”(此处请谨慎)。“(z|f)ood”则匹配“zood”或“food”。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">[xyz]</td> 
   <td align="left" style="padding:5px 10px;">字符集合。匹配所包含的任意一个字符。例如，“[abc]”可以匹配“plain”中的“a”。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">[^xyz]</td> 
   <td align="left" style="padding:5px 10px;">负值字符集合。匹配未包含的任意字符。例如，“[^abc]”可以匹配“plain”中的“plin”。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">[a-z]</td> 
   <td align="left" style="padding:5px 10px;">字符范围。匹配指定范围内的任意字符。例如，“[a-z]”可以匹配“a”到“z”范围内的任意小写字母字符。 &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;注意:只有连字符在字符组内部时,并且出现在两个字符之间时,才能表示字符的范围; 如果出字符组的开头,则只能表示连字符本身.</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">[^a-z]</td> 
   <td align="left" style="padding:5px 10px;">负值字符范围。匹配任何不在指定范围内的任意字符。例如，“[^a-z]”可以匹配任何不在“a”到“z”范围内的任意字符。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">\b</td> 
   <td align="left" style="padding:5px 10px;">匹配一个单词边界，也就是指单词和空格间的位置（即正则表达式的“匹配”有两种概念，一种是匹配字符，一种是匹配位置，这里的\b就是匹配位置的）。例如，“er\b”可以匹配“never”中的“er”，但不能匹配“verb”中的“er”。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">\B</td> 
   <td align="left" style="padding:5px 10px;">匹配非单词边界。“er\B”能匹配“verb”中的“er”，但不能匹配“never”中的“er”。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">\cx</td> 
   <td align="left" style="padding:5px 10px;">匹配由x指明的控制字符。例如，\cM匹配一个Control-M或回车符。x的值必须为A-Z或a-z之一。否则，将c视为一个原义的“c”字符。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">\d</td> 
   <td align="left" style="padding:5px 10px;">匹配一个数字字符。等价于[0-9]。grep 要加上-P，perl正则支持</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">\D</td> 
   <td align="left" style="padding:5px 10px;">匹配一个非数字字符。等价于[^0-9]。grep要加上-Pperl正则支持</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">\f</td> 
   <td align="left" style="padding:5px 10px;">匹配一个换页符。等价于\x0c和\cL。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">\n</td> 
   <td align="left" style="padding:5px 10px;">匹配一个换行符。等价于\x0a和\cJ。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">\r</td> 
   <td align="left" style="padding:5px 10px;">匹配一个回车符。等价于\x0d和\cM。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">\s</td> 
   <td align="left" style="padding:5px 10px;">匹配任何不可见字符，包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">\S</td> 
   <td align="left" style="padding:5px 10px;">匹配任何可见字符。等价于[^ \f\n\r\t\v]。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">\t</td> 
   <td align="left" style="padding:5px 10px;">匹配一个制表符。等价于\x09和\cI。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">\v</td> 
   <td align="left" style="padding:5px 10px;">匹配一个垂直制表符。等价于\x0b和\cK。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">\w</td> 
   <td align="left" style="padding:5px 10px;">匹配包括下划线的任何单词字符。类似但不等价于“[A-Za-z0-9_]”，这里的"单词"字符使用Unicode字符集。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">\W</td> 
   <td align="left" style="padding:5px 10px;">匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">\xn</td> 
   <td align="left" style="padding:5px 10px;">匹配n，其中n为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如，“\x41”匹配“A”。“\x041”则等价于“\x04&amp;1”。正则表达式中可以使用ASCII编码。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">\num</td> 
   <td align="left" style="padding:5px 10px;">匹配num，其中num是一个正整数。对所获取的匹配的引用。例如，“(.)\1”匹配两个连续的相同字符。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">\n</td> 
   <td align="left" style="padding:5px 10px;">标识一个八进制转义值或一个向后引用。如果\n之前至少n个获取的子表达式，则n为向后引用。否则，如果n为八进制数字（0-7），则n为一个八进制转义值。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">\nm</td> 
   <td align="left" style="padding:5px 10px;">标识一个八进制转义值或一个向后引用。如果\nm之前至少有nm个获得子表达式，则nm为向后引用。如果\nm之前至少有n个获取，则n为一个后跟文字m的向后引用。如果前面的条件都不满足，若n和m均为八进制数字（0-7），则\nm将匹配八进制转义值nm。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">\nml</td> 
   <td align="left" style="padding:5px 10px;">如果n为八进制数字（0-7），且m和l均为八进制数字（0-7），则匹配八进制转义值nml。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">\un</td> 
   <td align="left" style="padding:5px 10px;">匹配n，其中n是一个用四个十六进制数字表示的Unicode字符。例如，\u00A9匹配版权符号（&amp;copy;）。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">\p{P}</td> 
   <td align="left" style="padding:5px 10px;">小写 p 是 property 的意思，表示 Unicode 属性，用于 Unicode 正表达式的前缀。中括号内的“P”表示Unicode 字符集七个字符属性之一：标点字符。 &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;其他六个属性：<p>L：字母；</p><p>M：标记符号（一般不会单独出现）；</p><p>Z：分隔符（比如空格、换行等）；</p><p>S：符号（比如数学符号、货币符号等）；</p><p>N：数字（比如阿拉伯数字、罗马数字等）；</p><p>C：其他字符。</p><p><em>*注：此语法部分语言不支持，例：javascript。</em></p></td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">&lt; &gt;</td> 
   <td align="left" style="padding:5px 10px;">匹配词（word）的开始（&lt;）和结束（&gt;）。例如正则表达式&lt;the&gt;能够匹配字符串"for the wise"中的"the"，但是不能匹配字符串"otherwise"中的"the"。注意：这个元字符不是所有的软件都支持的。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">( )</td> 
   <td align="left" style="padding:5px 10px;">将( 和 ) 之间的表达式定义为“组”（group），并且将匹配这个表达式的字符保存到一个临时区域（一个正则表达式中最多可以保存9个），它们可以用 \1 到\9 的符号来引用。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">|</td> 
   <td align="left" style="padding:5px 10px;">将两个匹配条件进行逻辑“或”（Or）运算。例如正则表达式(him|her) 匹配"it belongs to him"和"it belongs to her"，但是不能匹配"it belongs to them."。注意：这个元字符不是所有的软件都支持的。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">+</td> 
   <td align="left" style="padding:5px 10px;">匹配1或多个正好在它之前的那个字符。例如正则表达式9+匹配9、99、999等。注意：这个元字符不是所有的软件都支持的。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">?</td> 
   <td align="left" style="padding:5px 10px;">匹配0或1个正好在它之前的那个字符。注意：这个元字符不是所有的软件都支持的。</td> 
  </tr> 
  <tr> 
   <td align="left" style="padding:5px 10px;">{i} {i,j}</td> 
   <td align="left" style="padding:5px 10px;">匹配指定数目的字符，这些字符是在它之前的表达式定义的。例如正则表达式A[0-9]{3} 能够匹配字符"A"后面跟着正好3个数字字符的串，例如A123、A348等，但是不匹配A1234。而正则表达式[0-9]{4,6} 匹配连续的任意4个、5个或者6个数字</td> 
  </tr> 
 </tbody> 
</table>

**等价：**

等价是等同于的意思，表示同样的功能，用不同符号来书写。

?,\*,+,\\d,\\w 都是等价字符

?等价于匹配长度\{0,1\}

\*等价于匹配长度\{0,\}

+等价于匹配长度\{1,\}

\\d等价于\[0-9\]

\\w等价于\[A-Za-z\_0-9\]

**常用运算符与表达式：**

^ 开始

（） 域段

\[\] 包含,默认是一个字符长度