正则表达式

Posted 2020-08-09 blogging

字符组可以匹配[ ]中包含的任意一个字符。虽然可以是任意一个，但只能是一个。

字符组支持由连字符“-”来表示一个范围。当“-”前后构成范围时，要求前面字符的码位小于后面字符的码位。

[^…] 排除型字符组。排除型字符组表示任意一个未列出的字符，同样只能是一个。排除型字符组同样支持由连字符“-”来表示一个范围。

表达式	说明
[abc]	表示“a”或“b”或“c”
[0-9]	表示0~9中任意一个数字，等价于[0123456789]
[\u4e00-\u9fa5]	表示任意一个汉字
[^a1<]	表示除“a”、“1”、“<”外的其它任意一个字符
[^a-z]	表示除小写字母外的任意一个字符

常见字符范围缩写

表达式	说明
\d	任意一个数字，相当于[0-9]，即0~9 中的任意一个
\w	任意一个字母或数字或下划线，相当于[a-zA-Z0-9_]
\s	任意空白字符，相当于[ \r\n\f\t\v]
\D	任意一个非数字字符，\d取反，相当于[^0-9]
\W	\w取反，相当于[^a-zA-Z0-9_]
\S	任意非空白字符，\s取反，相当于[^ \r\n\f\t\v]

小数点可以匹配除“\n”以外的任意一个字符。如果要匹配包括“\n”在内的所有字符，一般用[\s\S]，或者是用“.”加(?s)匹配模式来实现。

 其它元字符

表达式	说明
^	匹配字符串开始的位置，不匹配任何字符
$	匹配字符串结束的位置，不匹配任何字符
\b	匹配单词边界，不匹配任何字符

转义字符

表达式	说明
\r，\n	回车和换行
\\	匹配“\”本身
\^，\$，\.	分别匹配“^”、“$”和“.”

量词

量词表示一个子表达式可以匹配的次数。量词可以用来修饰一个字符、字符组，或是用()括起来的子表达式。一些常用的量词被定义成独立的元字符。

表达式	说明	举例
{m}	表达式匹配m次	“\d{3}”相当于“\d\d\d ” “(abc){2}”相当于“abcabc”
{m,n}	表达式匹配最少m次，最多n次	“\d{2,3}”可以匹配“12”或“321”等2到3位的数字
{m,}	表达式至少匹配m次	“[a-z]{8,}”表示至少8位以上的字母
?	表达式匹配0次或1次，相当于{0,1}	“ab?”可以匹配“a”或“ab”
*	表达式匹配0次或任意多次，相当于{0,}	“<[^>]*>”中“[^>]*”表示0个或任意多个不是“>”的字符
+	表达式匹配1次或意多次，至少1次，相当于{1,}	“\d\s+\d”表示两个数字中间，至少有一个以上的空白字符

注意：在不是动态生成的正则表达式中，不要出现“{1}”这样的量词，如“\w{1}”在结果上等价于“\w”，但是会降低匹配效率和可读性，属于画蛇添足的做法。

 分支结构

当一个字符串的某一子串具有多种可能时，采用分支结构来匹配，“|”表示多个子表达式之间“或”的关系，“|”是以()限定范围的，如果在“|”的左右两侧没有()来限定范围，那么它的作用范围即为“|”左右两侧整体。

 

表达式	说明
|	多个子表达式之间取“或”的关系