正则表达式 -- 元字符（转）
Posted 小碎步
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了正则表达式 -- 元字符（转）相关的知识，希望对你有一定的参考价值。
正则表达式括号的作用
1、限制多选项的范围 (Fri|1)st 这样写会匹配Frist或1st 如果去掉，则 Fri|1st就是匹配 Fri或1st
2、将若干个字符进行组合，受量词的同时作用。例如 th+ 表示匹配 th thh thhh(h无数次)，如果是(th)+，则匹配的是th thth ththth(th无数次)
3、反向引用，即前面括号匹配到的东西记忆与后面，常用于匹配重复单词。
4、分组
常用元字符
代码 说明
. 匹配除换行符以外的任意字符
\\w 匹配字母或数字或下划线或汉字
\\s 匹配任意的空白符
\\d 匹配数字
\\b 匹配单词的开始或结束
^ 匹配行的开始
$ 匹配行的结束
常用反义元字符
代码 说明
\\W 匹配任意不是字母，数字，下划线，汉字的字符
\\S 匹配任意不是空白符的字符
\\D 匹配任意非数字的字符
\\B 匹配不是单词开头或结束的位置
[^x] 匹配除了x以外的任意字符
[^aeiou] 匹配除了aeiou这几个字母以外的任意字符
常用重复限定符
代码 说明
* 重复零次或更多次
+ 重复一次或更多次
? 重复零次或一次
{n} 重复n次
{n,} 重复n次或更多次
{n,m} 重复n到m次
正则表达式之元字符
一、最易理解的元字符。
脱字符 ^ ：表示匹配行首的文本
美元符 $ ：表示匹配行尾的文本
例如：
^cat //匹配以c作为一行的第一个字符是c，然后是一个a，紧接着一个t的文本
以上正则表达式匹配的是：
例如一个行 catdogcat 上面正则表达式匹配第一个cat。
特殊正则说明：
^cat$ //匹配行开头是cat，然后就是行末尾的cat，说白了就是一行中仅仅只包含cat的行，没有其他字符。 ^$ //匹配行开头，然后就是行末尾了，说白了就是匹配一个空行(没有任何字符，也没有空白字符) ^ //匹配行的开头，每一行都匹配
二、字符组
匹配若干字符之一
[] //字符串用中括号括起来，表示匹配其中的任一字符，相当于或的意思
例如：
gr[ea]y //匹配grey或gray
其中连字符 - 表示一个范围，例如<h[1-6]> 与 <h[123456]>的作用一致。其他类似的还有[a-z]，[A-Z]。
这里必须要注意的是只有在字符组内部连字符 - 才是元字符，否则它就只匹配普通的连字符 - 。
三、排除型字符组
用[^...]取代[...]这个字符组就会匹配任何未列出的字符。
[^...] //[^...]表示匹配所有方括号里未列出的字符
例如：
r[^abc]r //匹配出rar,rbr,rcr之外的任意r*r文本
下面的例子要注意下，例如正则表达式 q[^u] 不会匹配 Qantas 和 Iraq 这又是为什么呢？
因为正则表达式是区分大小写的。其次q[^u]要求q后面跟一个非u的字符，即必须包含一个字符。
在特别强调，排除型字符组表示“匹配一个未列出的字符”而不是“不要匹配列出的字符”。区别在于前者必须要匹配一个。
另外还要强调一点，在[]里面是没有元字符的，都代表本身的含义，例如[.]就表示匹配一个点.的意思。
四、点号.匹配任意字符
元字符.是用来匹配任意字符的字符组的渐变写法。
. //匹配任意字符的字符组简便写法
例如：
.a //匹配 Aa 1a ga 等等
五、多选结构
| 是一个非常简捷的元字符，它的意思是或。依靠它，我们能够把不同的子表达式组合成一个总的表达式，而这个总表达式又能够匹配任意的子表达式。
| //或 多选分支 选择两者中的一个 注意|将左右两边分为两部分，而不管左右两边有多长多乱
例如：
gray|grey //既可匹配gray又可匹配grey 相当于gr[ae]y
如果将|写在中括号[]里面，那么 | 就不是元字符，它和a e一样，只代表本身字符。
对于表达式gr(a|e)来说，括号是必须的，如果没有括号，那么gra|ey的意思就成了 gra | ea 即匹配gry或匹配ey。
再比如 Frist|1st 与 (Fri|1)st 表示的是同一个意思
另外要特别注意下，下面的这个例子
^from|subject|date: 与 ^(from|subject|date): 之间的区别
对于前者：只能匹配 ^from 或 subject 或 date:
对于后者: 能够匹配 ^from: 或 ^subject: 或 ^date:
六、忽略大小写
当然忽略大小写你可以用 [Aa]bc 取代 abc ，但是这样不方便。正则表达式提供一个 -i 。用于忽略大小写匹配。
-i //用于忽略大小写匹配
七、单词分界符
\\b 表示单词分界符
\\b //匹配单词的开始或结束
八、可选项元素
? 代表可选项，把他加在一个字符的后面，就表示此处容许出现这个字符，不过它的出现并非匹配成功的必要条件。
? //跟在一个字符后面，容许此字符出现0次或1次
例如：
colou?r //可以匹配colour或color
然后来说一下结合其他元字符使用的情况：
例如：
July|Jul 可缩短为 July?
4th|4 可缩短为 4(th)?
九、重复出现
加号+和星号*的作用与问号类似，的作用都是限定字符出现的次数。因此问号?加号+星号*这3个元字符统称量词。
? //可以出现0次或1次 + //至少要出现1次，可以出现无数次 * //可以出现0次或出现无数次
十、规定重现次数的范围：区间
{min,max} 大括号内的数字用于表示某字符允许出现的次数区间。
{min,max} //大括号内的数字用于表示某字符允许出现的次数区间。
这里要记住，{}里面的参数不一定要写全两个，也可以仅仅写一个，这样代表仅仅匹配指定的字符数，例如\\b{6}\\b匹配刚刚6个字母的单词。
{n,} 匹配n次或更多次， {5,} 匹配5次以上
十一、括号以及反向引用
前面已经说过括号的两个作用：限制多选项的范围，将若干字符组合为一个单元，受问号或星号之类的量词作用。现在在来说一种括号的用法，分组，此东西具有记忆的功能，即在正则表达式内部仍然能够回忆上次匹配到的是什么。这个东西用语言说不明白，书本上又是画图又是线的，这里仅仅用一个例子：
例子解析：首先说明一下括号里面代表什么意思，
(\\b[A-Za-z]+ +) 匹配单词的开始，然后是大小写字母至少1次，然后空格至少1次。说白了就是 空格然后是匹配不区分大小写的一寸字母然后是任意个空格
OK，再来说下\\1\\b \\b当然就是单词的结尾了，那么\\1呢？这个就是分组的作用了，\\1代表的就是前面括号里面的东西，也就是一个单词。
因此，整个正则表达式的意思是，匹配间隔了N个空格的重复的单词。不懂也没办法了。
十二、神奇的转义
\\ 转义符它的作用是使元字符失去它的意义，仅仅代表其日常输入中字符的意义。
例如，我要匹配字符 . 字符* 就需要在前面加反斜杠，\\. \\*去除它元字符的含义。
一些需要转义的字符列表 \\ * + ? | { [ ( ) ^ $ . # 和 空白
十三、一些其他的元字符
\\w 匹配字母，汉字，数字，下划线
\\W 匹配非字母，非汉字，非数字，非下划线
\\s 匹配空白符
\\S 匹配非空白符
\\d 匹配数字
\\D 匹配非数字
以上是关于正则表达式 -- 元字符（转）的主要内容，如果未能解决你的问题，请参考以下文章