正则表达式常用规则

整理自http://deerchao.net/tutorials/regex/regex.htm#mission
附一个图形化展示正则表达式的网站https://regexper.com/

在编写处理字符串的程序或网页时,经常会有查找符合某些复杂规则的字符串的需要。正则表达式就是用于描述这些规则的工具。换句话说,正则表达式就是记录文本规则的代码。

  • 正则表达式用来进行精确的文本匹配

元字符

元字符 说明
\b 匹配单词的开始和结束 位置
^ 匹配字符串的开头
$ 匹配字符串的结尾
. 匹配除了换行符以外的任意字符
\d 匹配一位数字(0,或1,或2,或……)
\s 匹配任意的空白符,包括空*,制表符(Tab),换行符,中文全角空格等
\w 匹配字母或数字或下划线或汉字等
不是元字符 匹配它本身

字符转义

. —> \.
* —> \*
\ —> \\
( —> \(

重复

语法 说明
* 指定*前边的内容可以连续重复使用任意次(可能是0次)
+ 匹配重复1次或更多次
? 重复零次或一次
{n} 匹配只能不多不少重复n次
{n,m} 重复的次数不能少于n次,不能多于m次
{n,} 重复n次或更多次

字符类

[] 指明范围

举例 说明
[aeiou] 匹配任何一个英文元音字母
[.?!] 匹配标点符号(.或?或!)
[0-9] \d
[a-z0-9A-Z_] \w(如果只考虑英文的话)

分枝条件

| 把不同的规则分隔开
0\d{2}-\d{8}|0\d{3}-\d{7}
正则表达式常用规则_第1张图片

分组

用小括号来指定子表达式(也叫做分组)
粗略匹配ip地址
(\d{1,3}.){3}\d{1,3}
匹配ip地址
((2[0-4]\d|25[0-5]|[01]?\d\d?).){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)

反义

有时需要查找不属于某个能简单定义的字符类的字符。
比如想查找除了数字以外,其它任意字符都行的情况,这时需要用到反

语法 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

贪婪与懒惰

当正则表达式中包含能接受重复的限定符时,通常的行为是(在使整个表达式能得到匹配的前提下)匹配尽可能多的字符。
以这个表达式为例:a.*b,它将会匹配最长的以a开始,以b结束的字符串。如果用它来搜索aabab的话,它会匹配整个字符串aabab。这被称为贪婪匹配。

懒惰匹配,也就是匹配尽可能少的字符
前面给出的限定符都可以被转化为懒惰匹配模式,只要在它后面加上一个问号 ?
a.*?b匹配最短的,以a开始,以b结束的字符串。如果把它应用于aabab的话,它会匹配aab(第一到第三个字符)和ab(第四到第五个字符)。

举例

举例 说明
\bhi\b.*\bLucy\b 先是一个单词hi,然后是任意个任意字符(但不能是换行),最后是Lucy这个单词
0\d\d-\d\d\d\d\d\d\d\d 以0开头,然后是两个数字,然后是一个连字号“-”,最后是8个数字
0\d{2}-\d{8} \d后面的{2}({8})的意思是前面\d必须连续重复匹配2次(8次)
^\d{5,12}$ 整个输入必须是5到12个数字
(?0\d{2}[) -]?\d{8} 像(010)88886666,或022-22334455,或02912345678等
<a[^>]+> 用尖括号括起来的以a开头的字符串

其他部分

后向引用、零宽断言、负向零宽断言、注释、处理选项、平衡组/递归匹配,参看http://deerchao.net/tutorials/regex/regex.htm#mission

你可能感兴趣的:(正则表达式)