正则表达式语言由两种基本字符类型组成：原义（正常）文本字符和元字符。元字符使正则表达式具有处理能力。元字符既可以是放在[]中的任意单个字符（如[a]表示匹配单个小写字符a），也可以是字符序列（如[a-d]表示匹配a、b、c、d之间的任意一个字符，而\w表示任意英文字母和数字及下划线），下面是一些常见的元字符：
.匹配除\n以外的任何字符（注意元字符是小数点）。
[abcde]匹配abcde之中的任意一个字符
[a-h]匹配a到h之间的任意一个字符
[^fgh]不与fgh之中的任意一个字符匹配
\w匹配大小写英文字符及数字0到9之间的任意一个及下划线，相当于[a-zA-Z0-9_]
\W不匹配大小写英文字符及数字0到9之间的任意一个，相当于[^a-zA-Z0-9_]
\s匹配任何空白字符，相当于[ \f\n\r\t\v]
\S匹配任何非空白字符，相当于[^\s]
\d匹配任何0到9之间的单个数字，相当于[0-9]
\D不匹配任何0到9之间的单个数字，相当于[^0-9]
[\u4e00-\u9fa5]匹配任意单个汉字（这里用的是Unicode编码表示汉字的)
正则表达式限定符
上面的元字符都是针对单个字符匹配的，要想同时匹配多个字符的话，还需要借助限定符。下面是一些常见的限定符(下表中n和m都是表示整数，并且0
*匹配0到多个元字符，相当于{0,}
?匹配0到1个元字符，相当于{0,1}
{n}匹配n个元字符
{n,}匹配至少n个元字符
{n,m}匹配n到m个元字符
+匹配至少1个元字符，相当于{1,}
\b匹配单词边界
^字符串必须以指定的字符开始
$字符串必须以指定的字符结束
说明：
（1）由于在正则表达式中“ \ ”、“ ? ”、“ * ”、“ ^ ”、“ $ ”、“ + ”、“（”、“）”、“ | ”、“ { ”、“ [ ”等字符已经具有一定特殊意义，如果需要用它们的原始意义，则应该对它进行转义，例如希望在字符串中至少有一个“ \ ”，那么正则表达式应该这么写：\\+。
（2）可以将多个元字符或者原义文本字符用括号括起来形成一个分组，比如^(13)[4-9]\d{8}$表示任意以13开头的移动手机号码。
（3）另外对于中文字符的匹配是采用其对应的Unicode编码来匹配的，对于单个Unicode字符，如\u4e00表示汉字“一”，\u9fa5表示汉字“龥”，在Unicode编码中这分别是所能表示的汉字的第一个和最后一个的Unicode编码，在Unicode编码中能表示20901个汉字。
（4）关于\b的用法，它代表单词的开始或者结尾，以字符串“ 123a 345b 456 789d ”作为示例字符串，如果正则表达式是“ \b\d{3}\b ”，则仅能匹配456。
（5）可以使用“ | ”来表示或的关系，例如[z|j|q]表示匹配z、j、q之中的任意一个字母。
网友评论