正则表达式

常用元字符

元字符	说明	备注
.	匹配除换行符以外的任意字符	无
\w	匹配字母或数字或下划线或汉字	相当于[_a-z0-9A-Z] 匹配n个字符: \w{n}
\s	匹配任意的空白符	无
\d	匹配数字	匹配数字个数区间: \d{lower, upper}
\b	匹配单词的开始或结束	无
^	匹配字符串的开始	无
$	匹配字符串的结束	无

反义

元字符	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

常用限定符

限定符	说明	备注
*	重复零次或更多次	不代表任何字符，仅代表数量； 匹配0~n多个连续字符: \w*
+	重复一次或更多次	无
?	重复零次或一次	代表某一个位置可有可无
{n}	重复n次	无
{n,}	重复n次或更多次	无
{n,m}	重复n到m次	无

分枝条件 ‘|’

相当于或的意思，如“\d{5}-\d{4}|\d{5}”，可以匹配12345-1234，也可以匹配12345；特别需要注意的是，如果反过来写
“\d{5}|\d{5}-\d{4}”的话，只能匹配前5个了，因为匹配规则从左到右，左侧规
则匹配上就不会管右侧了

分组 ‘()’

分组用圆括号代表，所以不是分组的话，用到括号的地方需要转义；
分组主要用于把同个匹配规则，重复多次

例：

ip地址简单配，匹配规则就是1~3位数组加“.”，重复4次

(\d{1,3}\.){4}

捕获

使用分组()后，会自动为它分配一个组号，从1、2、3....，可以利用组号再表达式中继续匹配操作

常用限定符

分类	语法	说明
自动捕获	(exp)	匹配exp,并捕获文本到自动命名组号，1、2、3...
自定义组名	(?exp)	匹配exp,并捕获文本到名称为name的组里，也可以写成(?'name'exp)
不自动分配组名	(?:exp)	匹配exp,不捕获匹配的文本，也不给此分组分配组号（应该没啥用）

例：匹配连个连续一样的字符

\b(\w+)\b\s+\1\b
\1代表(\b(\w+)\b)匹配出来的结果，整个表达式就是要匹配连续出现2个相同连续的字符串

捕获可以指定名称，不用自动生成的组号，指定名字‘Result’来改造：

\b(?\w+)\b\s+\k\b

断言

分类	语法	说明
零宽度正预测先行断言	(?=exp)	匹配exp前面的位置
零宽度正回顾后发断言	(?<=exp)	匹配exp后面的位置
零宽度负预测先行断言	(?!exp)	匹配后面跟的不是exp的位置
零宽度负回顾后发断言	((?	匹配前面不是exp的位置

• 用于断定某些位置会出现哪些字符，但是结果中不会包含被断定的这些内容；
• (?=exp)只能放开头，(?<=exp)只能放结尾

样本："I'm singing while you're dancing"
规则：\b\w+(?=ing)
结果：sing和danc

样本："reading a book"
规则：(?<=\bre)\w+\b
结果：ading

• 负向零宽断言本身不占匹配位置，只是确保会出现哪些字符

样本："Iraq fighting"
规则：\b\w*q[^u]\w*\b
结果：Iraq fighting

想要确定q后面不能紧跟着u，但是以上没做到，应该用以下规则
规则：\b\w*q(?!u)\w*\b


规则：(?

注释

小括号的另一种用途是通过语法(?#comment)来包含注释。例如：2[0-4]\d(?#200-249)|25[0-5](?#250-255)|[01]?\d\d?(?#0-199)

贪婪与懒惰模式

样本："aabab"
规则：a.*b
结果：aabab

==为什么不是“aab”、“ab”?==

默认是贪婪模式，尽可能匹配更多的字符。
如果改写成

样本："aabab"
规则：a.*?b
结果：aabab

加上？就会变成懒惰模式，匹配尽可能少的字符

语法	说明
*?	重复任意次，但尽可能少重复
+?	重复1次或更多次，但尽可能少重复
??	重复0次或1次，但尽可能少重复
{n,m}?	重复n到m次，但尽可能少重复
{n,}?	重复n次以上，但尽可能少重复

由于不常用容易忘记，所以记录下；本文主要用于自己忘记的时候快速才看规则，如果想比较快速系统的学习正则表达式，可以到这里正则表达式30分钟入门教程学习，作者写的很不错，我在不同时间段总共看了第三遍了，忘了看看了忘，每次都有收获