美文网首页谓词和正则的使用
深入理解正则表达式

深入理解正则表达式

作者: Lareina林暖暖 | 来源:发表于2017-03-29 14:22 被阅读55次

要想真正的用好正则表达式,正确的理解元字符是最重要的事情。下表列出了所有的元字符和对它们的一个简短的描述。
\ 将下一个字符标记符、或一个向后引用、或一个八进制转义符。例如,“\\n”匹配\n。“\n”匹配换行符。序列“\\”匹配“\”而“\(”则匹配“(”。即相当于多种编程语言中都有的“转义字符”的概念。
^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任意次。例如,zo*能匹配“z”,也能匹配“zo”以及“zoo”。
+匹配前面的子表达式一次或多次(大于等于1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为一组,后三个o为一组。“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+”将尽可能多的匹配“o”,得到结果[“oooo”],而“o+?”将尽可能少的匹配“o”,得到结果 ['o', 'o', 'o', 'o']
.点匹配除“\r\n”之外的任何单个字符。要匹配包括“\r\n”在内的任何字符,请使用像“[\s\S]”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)非获取匹配,匹配pattern但不获取匹配结果,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时很有用。例如“industr(?:y|ies)”就是一个比“industry|industries”更简略的表达式。
(?=pattern)非获取匹配,正向肯定预查,在任何匹配pattern的字符串开始处匹配查找字符串,该匹配不需要获取供以后使用。例如,“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”,但不能匹配“Windows3.1”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)非获取匹配,正向否定预查,在任何不匹配pattern的字符串开始处匹配查找字符串,该匹配不需要获取供以后使用。例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”,但不能匹配“Windows2000”中的“Windows”。
(?<=pattern)非获取匹配,反向肯定预查,与正向肯定预查类似,只是方向相反。例如,“(?<=95|98|NT|2000)Windows”能匹配“2000Windows”中的“Windows”,但不能匹配“3.1Windows”中的“Windows”。
(?<!pattern)非获取匹配,反向否定预查,与正向否定预查类似,只是方向相反。例如“(?<!95|98|NT|2000)Windows”能匹配“3.1Windows”中的“Windows”,但不能匹配“2000Windows”中的“Windows”。这个地方不正确,有问题 此处用或任意一项都不能超过2位,如“(?<!95|98|NT|20)Windows正确,“(?<!95|980|NT|20)Windows 报错,若是单独使用则无限制,如(?<!2000)Windows 正确匹配
x|y匹配x或y。例如,“z|food”能匹配“z”或“food”(此处请谨慎)。“[z|f]ood”则匹配“zood”或“food”或"|ood"。
[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“plin”。
[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。 注意:只有连字符在字符组内部时,并且出现在两个字符之间时,才能表示字符的范围; 如果出字符组的开头,则只能表示连字符本身.
[^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(即正则表达式的“匹配”有两种概念,一种是匹配字符,一种是匹配位置,这里的\b就是匹配位置的)。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]。grep 要加上-P,perl正则支持
\D匹配一个非数字字符。等价于[^0-9]。grep要加上-P,perl正则支持
\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匹配任何不可见字符,包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。
\S匹配任何可见字符。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。类似但不等价于“[A-Za-z0-9_]”,这里的"单词"字符使用Unicode字符集。
\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(0-7),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(©)。
\p{P}小写 p 是 property 的意思,表示 Unicode 属性,用于 Unicode 正表达式的前缀。中括号内的“P”表示Unicode 字符集七个字符属性之一:标点字符。
其他六个属性:
L:字母;
M:标记符号(一般不会单独出现);
Z:分隔符(比如空格、换行等);
S:符号(比如数学符号、货币符号等);
N:数字(比如阿拉伯数字、罗马数字等);
C:其他字符。
*注:此语法部分语言不支持,例:javascript。
< 、> 匹配词(word)的开始(\<)和结束(\>)。例如正则表达式\<the\>能够匹配字符串"for the wise"中的"the",但是不能匹配字符串"otherwise"中的"the"。注意:这个元字符不是所有的软件都支持的。
( ) 将( 和 ) 之间的表达式定义为“组”(group),并且将匹配这个表达式的字符保存到一个临时区域(一个正则表达式中最多可以保存9个),它们可以用 \1 到\9 的符号来引用。
| 将两个匹配条件进行逻辑“或”(Or)运算。例如正则表达式(him|her) 匹配"it belongs to him"和"it belongs to her",但是不能匹配"it belongs to them."。注意:这个元字符不是所有的软件都支持的。

常用正则表达式大全:
匹配中文字符的正则表达式: [u4e00-u9fa5]   
匹配双字节字符(包括汉字在内):[^x00-xff]   
匹配空白行的正则表达式:ns*r
匹配HTML标记的正则表达式:<(S*?)[^>]*>.*?|<.*? />
匹配首尾空白字符的正则表达式:^s*|s*$ 
匹配Email地址的正则表达式:w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*   匹配网址URL的正则表达式:[a-zA-z]+://[^s]*
匹配帐号是否合法(字母开头,允许5-16字节,允许字母数字下划线):^[a-zA-Z][a-zA-Z0-9_]{4,15}$
匹配国内电话号码:d{3}-d{8}|d{4}-d{7}
匹配腾讯QQ号:[1-9][0-9]{4,}(腾讯QQ号从10000开始 )  
匹配中国邮政编码:[1-9]d{5}(?!d)  (中国邮政编码为6位数字 )  
匹配身份证:d{15}|d{18}   (中国的身份证为15位或18位)   
匹配ip地址:d+.d+.d+.d+   
匹配特定数字:
匹配正整数 ^[1-9]d*$   
匹配负整数^-[1-9]d*$  
匹配整数^-?[1-9]d*$  
匹配非负整数(正整数 + 0) ^[1-9]d*|0$ 
匹配非正整数(负整数 + 0) ^-[1-9]d*|0$  
匹配正浮点数  ^[1-9]d*.d*|0.d*[1-9]d*$
匹配负浮点数 ^-([1-9]d*.d*|0.d*[1-9]d*)$ 
匹配浮点数 ^-?([1-9]d.d|0.d[1-9]d|0?.0+|0)$
匹配非负浮点数(正浮点数 + 0) ^[1-9]d.d|0.d[1-9]d|0?.0+|0$  
匹配非正浮点数(负浮点数 + 0) ^(-([1-9]d.d|0.d[1-9]d))|0?.0+|0$  
匹配特定字符串:   
^[A-Za-z]+$  //匹配由26个英文字母组成的字符串   
^[A-Z]+$  //匹配由26个英文字母的大写组成的字符串   
^[a-z]+$  //匹配由26个英文字母的小写组成的字符串   
^[A-Za-z0-9]+$  //匹配由数字和26个英文字母组成的字符串   ^w+$  //匹配由数字、26个英文字母或者下划线组成的字符串   
在使用RegularExpressionValidator验证控件时的验证功能及其验证表达式介绍如下:
只能输入数字:“^[0-9]*$”   
只能输入n位的数字:“^d{n}$”   
只能输入至少n位数字:“^d{n,}$”   
只能输入m-n位的数字:“^d{m,n}$”   
只能输入零和非零开头的数字:“^(0|[1-9][0-9]*)$”   
只能输入有两位小数的正实数:“^[0-9]+(.[0-9]{2})?$”   
只能输入有1-3位小数的正实数:“^[0-9]+(.[0-9]{1,3})?$”   
只能输入非零的正整数:“^+?[1-9][0-9]*$”   
只能输入非零的负整数:“^-[1-9][0-9]*$”   
只能输入长度为3的字符:“^.{3}$”   
只能输入由26个英文字母组成的字符串:“^[A-Za-z]+$”   
只能输入由26个大写英文字母组成的字符串:“^[A-Z]+$”   
只能输入由26个小写英文字母组成的字符串:“^[a-z]+$”   
只能输入由数字和26个英文字母组成的字符串:“^[A-Za-z0-9]+$”   
只能输入由数字、26个英文字母或者下划线组成的字符串:“^w+$”   
验证用户密码:“^[a-zA-Z]w{5,17}$”正确格式为:以字母开头,长度在6-18之间,只能包含字符、数字和下划线。   
验证是否含有%&'',;=?$"等字符:“[%&'',;=?$x22]+”   
只能输入汉字:“^[u4e00-u9fa5],{0,}$”   
验证Email地址:“^w+[-+.]w+)@w+([-.]w+).w+([-.]w+)*$”   
验证InternetURL:“^http://([w-]+.)+[w-]+(/[w-./?%&=]*)?$”   
验证电话号码:“^((d{3,4})|d{3,4}-)?d{7,8}$”   
正确格式为:“XXXX-XXXXXXX”,“XXXX-XXXXXXXX”,“XXX-XXXXXXX”,   “XXX-XXXXXXXX”,“XXXXXXX”,“XXXXXXXX”。   
验证身份证号(15位或18位数字):“^d{15}|d{}18$”   
验证一年的12个月:“^(0?[1-9]|1[0-2])$”正确格式为:“01”-“09”和“1”“12”   
验证一个月的31天:“^((0?[1-9])|((1|2)[0-9])|30|31)$”   
正确格式为:“01”“09”和“1”“31”。   
匹配中文字符的正则表达式: [u4e00-u9fa5]   
匹配双字节字符(包括汉字在内):[^x00-xff]   
匹配空行的正则表达式:n[s| ]*r   
匹配HTML标记的正则表达式:/<(.*)>.*|<(.*) />/   
匹配首尾空格的正则表达式:(^s*)|(s*$)   
匹配Email地址的正则表达式:w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*   
匹配网址URL的正则表达式:[http://([w-]+.)+[w-]+(/w- ./?%&=]*)?

相关文章

  • java基础之正则表达式

    深入理解正则表达式 你是如何学会正则表达式的?

  • 正则表达式

    在线正则表达式测试工具 深入理解正则表达式 详解正则表达式匹配方法 match() {}[]\d\w

  • Java正则表达式参考

    Java正则表达式入门 java正则表达式应用 深入浅出之正则表达式(一) 深入浅出之正则表达式(二) 正则表达式...

  • 深入理解正则表达式

    一 前言 对于正则表达式,相信很多人都知道,但是很多人的第一感觉就是难学,因为看第一眼时,觉得完全没有规律可寻,而...

  • 深入理解正则表达式

    要想真正的用好正则表达式,正确的理解元字符是最重要的事情。下表列出了所有的元字符和对它们的一个简短的描述。\ 将下...

  • 二: 字符串扩展 正则表达式扩展

    前言 该部分为书籍 深入理解ES6 第二章(字符串与正则表达式)笔记 更好的 Unicode 支持 不了解, 暂不...

  • 深入理解RxSwift

    深入理解RxSwift深入理解RxSwift

  • 深入理解 Symbol

    深入理解 Symbol深入理解 Symbol

  • 深入理解哈希表

    深入理解哈希表 深入理解哈希表

  • 写作

    践行越深入,理解越深入,理解越深入,理解越深入,践行的越好。 定位:个人品牌定位,专家思维。 为什么比如何做,更加...

网友评论

    本文标题:深入理解正则表达式

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