正则

作者: 蟑蚂子 | 来源:发表于2020-03-26 11:36 被阅读0次

    正则表达式是一种处理字符串的工具,它提供了一种精炼的动态语言,使我们能用一种通用的方式来解决各种字符串问题,包括:匹配、选择、编辑以及校验。

    pattern="[^\w]"--------------------------表示:代表不是0-9, a-z, A-Z的所有其它字符

    字符
    B
    字符B
    \xhh
    16进制值0xhh所表示的字符
    \uhhhh
    16进制值0xhhhh所表示的Unicode字符
    \t
    Tab
    \n
    换行符
    \r
    回车符
    \f
    换页符
    \e
    Escape
    正则表达式的强大体现在它能定义字符集(character class)。下面是一些最常见的字符集及其定义的方式,此外还有一些预定义的字符集:
    字符集
    .
    表示任意一个字符
    [abc]
    表示字符a,b,c中的任意一个(与a|b|c相同)
    [^abc]
    除a,b,c之外的任意一个字符(否定)
    [a-zA-Z]
    从a到z或A到Z当中的任意一个字符(范围)
    [abc[hij]]
    a,b,c,h,i,j中的任意一个字符(与a|b|c|h|i|j相同)(并集)
    [a-z&&[hij]]
    h,i,j中的一个(交集)
    \s
    空格字符(空格键, tab, 换行, 换页, 回车)
    \S
    非空格字符([^\s])
    \d
    一个数字,也就是[0-9]
    \D
    一个非数字的字符,也就是[^0-9]
    \w
    一个单词字符(word character),即[a-zA-Z_0-9]
    \W
    一个非单词的字符,[^\w]
    如果你用过其它语言的正则表达式,那么你一眼就能看出反斜杠的与众不同。在其它语言里,"\"的意思是"我只是要在正则表达式里插入一个反斜杠。没什么特别的意思。"但是在Java里,"\"的意思是"我要插入一个正则表达式的反斜杠,所以跟在它后面的那个字符的意思就变了。"举例来说,如果你想表示一个或更多的"单词字符",那么这个正则表达式就应该是"\w+"。如果你要插入一个反斜杠,那就得用"\\"。不过像换行,跳格之类的还是只用一根反斜杠:"\n\t"。
    这里只给你讲一个例子;你应该JDK文档的java.util.regex.Pattern加到收藏夹里,这样就能很容易地找到各种正则表达式的模式了。
    逻辑运算符
    XY
    X 后面跟着 Y
    X|Y
    X或Y
    (X)
    一个"要匹配的组(capturing group)". 以后可以用\i来表示第i个被匹配的组。

    边界匹配符
    ^
    一行的开始
    $
    一行的结尾
    \b
    一个单词的边界
    \B
    一个非单词的边界
    \G
    前一个匹配的结束
    举一个具体一些的例子。下面这些正则表达式都是合法的,而且都能匹配"Rudolph":
    Rudolph
    [rR]udolph
    [rR][aeiou][a-z]ol.*
    R.*
    数量表示符
    "数量表示符(quantifier)"的作用是定义模式应该匹配多少个字符。

    Greedy(贪婪的): 除非另有表示,否则数量表示符都是greedy的。Greedy的表达式会一直匹配下去,直到匹配不下去为止。(如果你发现表达式匹配的结果与预期的不符),很有可能是因为,你以为表达式会只匹配前面几个字符,而实际上它是greedy的,因此会一直匹配下去。
    Reluctant(勉强的): 用问号表示,它会匹配最少的字符。也称为lazy, minimal matching, non-greedy, 或ungreedy。
    Possessive(占有的): 目前只有Java支持(其它语言都不支持)。它更加先进,所以你可能还不太会用。用正则表达式匹配字符串的时候会产生很多中间状态,(一般的匹配引擎会保存这种中间状态,)这样匹配失败的时候就能原路返回了。占有型的表达式不保存这种中间状态,因此也就不会回头重来了。它能防止正则表达式的失控,同时也能提高运行的效率。

    Greedy
    Reluctant
    Possessive
    匹配
    X?
    X??
    X?+
    匹配一个或零个X
    X*
    X?
    X
    +
    匹配零或多个X
    X+
    X+?
    X++
    匹配一个或多个X
    X{n}
    X{n}?
    X{n}+
    匹配正好n个X
    X{n,}
    X{n,}?
    X{n,}+
    匹配至少n个X
    X{n,m}
    X{n,m}?
    X{n,m}+
    匹配至少n个,至多m个X
    再提醒一下,要想让表达式照你的意思去运行,你应该用括号把'X'括起来。比方说:
    abc+
    似乎这个表达式能匹配一个或若干个'abc',但是如果你真的用它去匹配'abcabcabc'的话,实际上只会找到三个字符。因为这个表达式的意思是'ab'后边跟着一个或多个'c'。要想匹配一个或多个完整的'abc',你应该这样:
    (abc)+
    正则表达式能轻而易举地把你给耍了;这是一种建立在Java之上的新语言。
    "\w+"的意思是"一个或多个单词字符",因此它会将字符串直接分解成单词。

    以上部分源自文章:http://linux.chinaunix.net/techdoc/develop/2007/08/07/964730.shtml

    一下部分源自csdn论坛:
    JScript VBScript 匹配
    /^[ \t]/ "^\[ \t]*" 匹配一个空白行。
    /\d{2}-\d{5}/ "\d{2}-\d{5}" 验证一个ID 号码是否由一个2位数字,一个连字符以及一个5位数字组成。
    /<(.
    )>.</\1>/ "<(.)>.*</\1>" 匹配一个 HTML 标记。

    下表是元字符及其在正则表达式上下文中的行为的一个完整列表:

    字符 描述
    \ 将下一个字符标记为一个特殊字符、或一个原义字符、或一个 向后引用、或一个八进制转义符。例如,'n' 匹配字符 "n"。'\n' 匹配一个换行符。序列 '\' 匹配 "" 而 "(" 则匹配 "("。

    ^ 匹配输入字符串的开始位置。如果设置了 RegExp 对象的 Multiline 属性,^ 也匹配 '\n' 或 '\r' 之后的位置。
    匹配输入字符串的结束位置。如果设置了RegExp 对象的 Multiline 属性, 也匹配 '\n' 或 '\r' 之前的位置。

    • 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" 或 "does" 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。

    ? 当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时,匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串,而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如,对于字符串 "oooo",'o+?' 将匹配单个 "o",而 'o+' 将匹配所有 'o'。

    . 匹配除 "\n" 之外的任何单个字符。要匹配包括 '\n' 在内的任何字符,请使用象 '[.\n]' 的模式。
    (pattern) 匹配 pattern 并获取这一匹配。所获取的匹配可以从产生的 Matches 集合得到,在

    VBScript 中使用 SubMatches 集合,在JScript 中则使用 0…9 属性。要匹配圆括号字符,请使用 '(' 或 ')'。

    (?:pattern) 匹配 pattern 但不获取匹配结果,也就是说这是一个非获取匹配,不进行存储供以后使用。这在使用 "或" 字符 (|) 来组合一个模式的各个部分是很有用。例如, 'industr(?:y|ies) 就是一个比 'industry|industries' 更简略的表达式。

    (?=pattern) 正向预查,在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如,'Windows (?=95|98|NT|2000)' 能匹配 "Windows 2000" 中的 "Windows" ,但不能匹配 "Windows 3.1" 中的 "Windows"。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始。

    (?!pattern) 负向预查,在任何不匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如'Windows (?!95|98|NT|2000)' 能匹配 "Windows 3.1" 中的 "Windows",但不能匹配 "Windows 2000" 中的 "Windows"。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始

    x|y 匹配 x 或 y。例如,'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 则匹配 "zood" 或 "food"。

    [xyz] 字符集合。匹配所包含的任意一个字符。例如, '[abc]' 可以匹配 "plain" 中的 'a'。

    [^xyz] 负值字符集合。匹配未包含的任意字符。例如, '[^abc]' 可以匹配 "plain" 中的'p'。

    [a-z] 字符范围。匹配指定范围内的任意字符。例如,'[a-z]' 可以匹配 'a' 到 'z' 范围内的任意小写字母字符。

    [^a-z] 负值字符范围。匹配任何不在指定范围内的任意字符。例如,'[^a-z]' 可以匹配任何不在 'a' 到 'z' 范围内的任意字符。

    \b 匹配一个单词边界,也就是指单词和空格间的位置。例如, 'er\b' 可以匹配"never" 中的 'er',但不能匹配 "verb" 中的 'er'。

    \B 匹配非单词边界。'er\B' 能匹配 "verb" 中的 'er',但不能匹配 "never" 中的 'er'。

    \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。

    \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]。

    \f 匹配一个换页符。等价于 \x0c 和 \cL。

    \n 匹配一个换行符。等价于 \x0a 和 \cJ。

    \r 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\n\r\t\v]。

    \S 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。

    \t 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。

    \w 匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。

    \W 匹配任何非单词字符。等价于 '[^A-Za-z0-9_]'。

    \xn 匹配 n,其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如,'\x41' 匹配 "A"。'\x041' 则等价于 '\x04' & "1"。正则表达式中可以使用 ASCII 编码。.

    \num 匹配 num,其中 num 是一个正整数。对所获取的匹配的引用。例如,'(.)\1' 匹配两个连续的相同字符。

    \n 标识一个八进制转义值或一个向后引用。如果 \n 之前至少 n 个获取的子表达式,则 n 为向后引用。否则,如果 n 为八进制数字 (0-7),则 n 为一个八进制转义值。

    \nm 标识一个八进制转义值或一个向后引用。如果 \nm 之前至少有 nm 个获得子表达式,则 nm 为向后引用。如果 \nm 之前至少有 n 个获取,则 n 为一个后跟文字 m 的向后引用。如果前面的条件都不满足,若 n 和 m 均为八进制数字 (0-7),则 \nm 将匹配八进制转义值 nm。

    \nml 如果 n 为八进制数字 (0-3),且 m 和 l 均为八进制数字 (0-7),则匹配八进制转义值 nml。

    \un 匹配 n,其中 n 是一个用四个十六进制数字表示的 Unicode 字符。例如, \u00A9 匹配版权符号 (?)。

    官网中,全面的java.util.regex的Pattern类的文档,地址为:http://docs.oracle.com/javase/7/docs/api/java/util/regex/Pattern.html?is-external=true

    相关文章

      网友评论

          本文标题:正则

          本文链接:https://www.haomeiwen.com/subject/fhgquhtx.html