正则表达式书写规则说明

Posted 2021-01-13 lsdb

一、说明

我曾经看过无数的正则表达式文章，然而每当我再次需要书写仍然感觉无从下手，一如既往需要百度“IP正则表达式”、“URL正则表达式”。

反思这种现像的原因，一是很多文章都是授之以鱼的比如直接告诉你URL的正则表达式是“[a-zA-z]+://[^s]*”，而且同一个表达式（比如都是URL正则表达式）不同的文章给出的经常是不一样的（其原因一是有的考滤比较全有的考滤没有那么全二是正则表达式确实就是有很多等价写法）。这没法记。

二是授之以渔的教程大多都只是把官方文档搬过来，大而全没突出关键点，这也没法记。

 

二、正则书写关键点

正则书写的关键点只有三个：一是所有基础表达式默认都能且只能匹配一个字符，二是除非其后给出限定符另外指出匹配次数，三是限定符只限定在其前面的那一个表达式（^定位符只对其后一个表达式生效，$定位符只对其前一个表达式生效）。

 

2.1 基础表达式

可打印字符基础表达式：

基础表达式	说明
a	单个字符。a这里只是个代表，可以是任意非特殊字符
a|b	匹配a或b。a和b只是个代表，a和b可以是任意非特殊字符
[abc]	匹配a或b或c。a、b和c只是个代表，a、b和c可以是任意非特殊字符
[^abc]	匹配不是a或b或c以外的所有字符。
[a-z]	匹配a到z的任意一个字符
d	匹配一个数字字符。等价于 [0-9]。
D	匹配一个非数字字符。等价于 [^0-9]。
w	匹配字母、数字、下划线。等价于‘[A-Za-z0-9_]‘。
W	匹配非字母、数字、下划线。等价于 ‘[^A-Za-z0-9_]‘。
s	匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ f v]
S	匹配任何非空白字符。等价于 [^ f v]。

 

 

 

 

 

 

 

 

 

非打印字符基础表达式：

基础表达式	说明
cx	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。
f	匹配一个换页符。等价于 x0c 和 cL。
	匹配一个换行符。等价于 x0a 和 cJ。
	匹配一个回车符。等价于 x0d 和 cM。
s	匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ f v]。注意 Unicode 正则表达式会匹配全角空格符。
S	匹配任何非空白字符。等价于 [^ f v]。
	匹配一个制表符。等价于 x09 和 cI。
v	匹配一个垂直制表符。等价于 x0b 和 cK。

 

 

 

 

 

 

 

特殊字符基础表达式（特殊字符是指正则中用他来做别的功能他不能是他自己的字符）：

特殊字符	特殊字符基础表达式
$	匹配输入字符串的结尾位置。如果设置了 RegExp 对象的 Multiline 属性，则 $ 也匹配 ‘ ‘ 或 ‘ ‘。要匹配 $ 字符本身，请使用 $。
( )	标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。要匹配这些字符，请使用 ( 和 )。
*	匹配前面的子表达式零次或多次。要匹配 * 字符，请使用 *。
+	匹配前面的子表达式一次或多次。要匹配 + 字符，请使用 +。
.	匹配除换行符 之外的任何单字符。要匹配 . ，请使用 . 。
[	标记一个中括号表达式的开始。要匹配 [，请使用 [。
?	匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。要匹配 ? 字符，请使用 ?。
	将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如， ‘n‘ 匹配字符 ‘n‘。‘ ‘ 匹配换行符。序列 ‘\‘ 匹配 ""，而 ‘(‘ 则匹配 "("。
^	匹配输入字符串的开始位置，除非在方括号表达式中使用，此时它表示不接受该字符集合。要匹配 ^ 字符本身，请使用 ^。
{	标记限定符表达式的开始。要匹配 {，请使用 {。
|	指明两项之间的一个选择。要匹配 |，请使用 |。

 

 

 

 

 

 

 

 

 

 

2.2 限定符

限定符	说明
*	匹配前面的子表达式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等价于{0,}。
+	匹配前面的子表达式一次或多次。例如，‘zo+‘ 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等价于 {1,}。
?	匹配前面的子表达式零次或一次。例如，"do(es)?" 可以匹配 "do" 、 "does" 中的 "does" 、 "doxy" 中的 "do" 。? 等价于 {0,1}。
{n}	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。
{n,}	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*‘。
{n,m}	m 和 n 均为非负整数，其中n <= 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。

 

 

 

 

 

 

三、正则表达式示例说明

理解别人的正则表式比自己写正则表达式更能代表对表代式的掌握程度，我们以这个网站生成的几个表达式进行解析。抓住上面说的三大关键点基本都能够理解。

 

3.1 URL正则表达式

表达式：[a-zA-z]+://[^s]*

[a-zA-z]+----[a-zA-z]是一个基础表达式，意思是匹配任意小写或大写字母（A-z的z应该是错的应该大写才是其本意）。+是其限定符，所以他不再是只能匹配一次而是一次或多次。

://----这是三个基础表达式（:和/和/），由于他们都没有限定符，所以他们各自都能且只能匹配一次。

[^s]*----[^s]是一个基础表达式表示所有非空白字符。*是其限定符，所以他不再是只能匹配一次而是可以是任意次。

总的来看这个表达式是一个很不严谨的URL表达式。

 

3.2 身份证正则表达式

表达式：^(d{6})(d{4})(d{2})(d{2})(d{3})([0-9]|X)$

^(d{6})----^表示(d{6})在开头匹配，d表示数字，{6}表示d要且只要匹配6次。（省市县）

(d{4})----d表示数字，{4}表示d要且只要匹配4次。（年）

(d{2})----d表示数字，{2}表示d要且只要匹配2次。（月）

(d{2})----d表示数字，{2}表示d要且只要匹配2次。（日）

(d{3})----d表示数字，{3}表示d要且只要匹配3次。（编号）

([0-9]|X)$----$表示([0-9]|X)在末尾匹配，没有限定符所以([0-9]|X)能且只能匹配一个字符，该字符要么是0到9中的一个要么是字母“X”。（校验码）

 

四、正则在线生成及测试式具

站长之家：http://tool.chinaz.com/regex/

菜鸟教程：https://c.runoob.com/front-end/854

开源中国：http://tool.oschina.net/regex/#

 

参考：

http://www.runoob.com/regexp/regexp-syntax.html