正則表達式常用元字符整理小結

2020-03-16 21:10:29

字體：大中小

來源：轉載

供稿：網友

以下關于正則表達式的內容來自 MSDN 和維基百科，僅供自己查閱方便

正則表達式語言由兩種基本字符類型組成：原義（正常）文本字符和元字符。元字符使正則表達式具有處理能力。元字符既可以是放在 [] 中的任意單個字符（如 [a] 表示匹配單個小寫字符 a ），也可以是字符序列（如 [a-d] 表示匹配 a 、 b 、 c 、 d 之間的任意一個字符，而 /w 表示任意英文字母和數字及下劃線），下面是一些常見的元字符：

. 匹配除 /n 以外的任何字符（注意元字符是小數點）。
[abcde] 匹配 abcde 之中的任意一個字符
[a-h] 匹配 a 到 h 之間的任意一個字符
[^fgh] 不與 fgh 之中的任意一個字符匹配
/w 匹配大小寫英文字符及數字 0 到 9 之間的任意一個及下劃線，相當于 [a-zA-Z0-9_]
/W 不匹配大小寫英文字符及數字 0 到 9 之間的任意一個，相當于 [^a-zA-Z0-9_]
/s 匹配任何空白字符，相當于 [ /f/n/r/t/v]
/S 匹配任何非空白字符，相當于 [^/s]
/d 匹配任何 0 到 9 之間的單個數字，相當于 [0-9]
/D 不匹配任何 0 到 9 之間的單個數字，相當于 [^0-9]
[/u4e00-/u9fa5] 匹配任意單個漢字（這里用的是 Unicode 編碼表示漢字的 )
正則表達式限定符
上面的元字符都是針對單個字符匹配的，要想同時匹配多個字符的話，還需要借助限定符。下面是一些常見的限定符 ( 下表中 n 和 m 都是表示整數，并且 0<n<m) ：
* 匹配 0 到多個元字符，相當于 {0,}
? 匹配 0 到 1 個元字符，相當于 {0,1}
{n} 匹配 n 個元字符
{n,} 匹配至少 n 個元字符
{n,m} 匹配 n 到 m 個元字符
+ 匹配至少 1 個元字符，相當于 {1,}
/b 匹配單詞邊界
^ 字符串必須以指定的字符開始
$ 字符串必須以指定的字符結束

說明：
（ 1 ）由于在正則表達式中“ / ”、“ ? ”、“ * ”、“ ^ ”、“ $ ”、“ + ”、“（”、“）”、“ | ”、“ { ”、“ [ ”等字符已經具有一定特殊意義，如果需要用它們的原始意義，則應該對它進行轉義，例如希望在字符串中至少有一個“ / ”，那么正則表達式應該這么寫： //+ 。
（ 2 ）可以將多個元字符或者原義文本字符用括號括起來形成一個分組，比如 ^(13)[4-9]/d{8}$ 表示任意以 13 開頭的移動手機號碼。
（ 3 ）另外對于中文字符的匹配是采用其對應的 Unicode 編碼來匹配的，對于單個 Unicode 字符，如 /u4e00 表示漢字“一”， /u9fa5 表示漢字“龥”，在 Unicode 編碼中這分別是所能表示的漢字的第一個和最后一個的 Unicode 編碼，在 Unicode 編碼中能表示 20901 個漢字。
（ 4 ）關于 /b 的用法，它代表單詞的開始或者結尾，以字符串“ 123a 345b 456 789d ”作為示例字符串，如果正則表達式是“ /b/d{3}/b ”，則僅能匹配 456 。
（ 5 ）可以使用“ | ”來表示或的關系，例如 [z|j|q] 表示匹配 z 、 j 、 q 之中的任意一個字母。

表達式	匹配
/^/s*$/	匹配空行。
//d{2}-/d{5}/	驗證由兩位數字、一個連字符再加 5 位數字組成的 ID 號。
/</s(/S+)(/s[^>])?>[/s/S]</s///1/s*>/	匹配 HTML 標記。

下表包含了元字符的完整列表以及它們在正則表達式上下文中的行為：

字符	說明
/	將下一字符標記為特殊字符、文本、反向引用或八進制轉義符。例如，“n”匹配字符“n”。“/n”匹配換行符。序列“//”匹配“/”，“/(”匹配“(”。
^	匹配輸入字符串開始的位置。如果設置了 RegExp 對象的 Multiline 屬性，^ 還會與“/n”或“/r”之后的位置匹配。
$	匹配輸入字符串結尾的位置。如果設置了 RegExp 對象的 Multiline 屬性，$ 還會與“/n”或“/r”之前的位置匹配。
*	零次或多次匹配前面的字符或子表達式。例如，zo* 匹配“z”和“zoo”。* 等效于 {0,}。
+	一次或多次匹配前面的字符或子表達式。例如，“zo+”與“zo”和“zoo”匹配，但與“z”不匹配。+ 等效于 {1,}。
?	零次或一次匹配前面的字符或子表達式。例如，“do(es)?”匹配“do”或“does”中的“do”。? 等效于 {0,1}。
{n}	n 是非負整數。正好匹配 n 次。例如，“o{2}”與“Bob”中的“o”不匹配，但與“food”中的兩個“o”匹配。
{n,}	n 是非負整數。至少匹配 n 次。例如，“o{2,}”不匹配“Bob”中的“o”，而匹配“foooood”中的所有 o。“o{1,}”等效于“o+”。“o{0,}”等效于“o*”。
{n,m}	M 和 n 是非負整數，其中 n <= m。匹配至少 n 次，至多 m 次。例如，“o{1,3}”匹配“fooooood”中的頭三個 o。'o{0,1}' 等效于 ‘o?'。注意：您不能將空格插入逗號和數字之間。
?	當此字符緊隨任何其他限定符（*、+、?、{n}、{n,}、{n,m}）之后時，匹配模式是“非貪心的”。“非貪心的”模式匹配搜索到的、盡可能短的字符串，而默認的“貪心的”模式匹配搜索到的、盡可能長的字符串。例如，在字符串“oooo”中，“o+?”只匹配單個“o”，而“o+”匹配所有“o”。
.	匹配除“/n”之外的任何單個字符。若要匹配包括“/n”在內的任意字符，請使用諸如“[/s/S]”之類的模式。
(pattern)	匹配 pattern 并捕獲該匹配的子表達式。可以使用 $0…$9 屬性從結果“匹配”集合中檢索捕獲的匹配。若要匹配括號字符 ( )，請使用“/(”或者“/)”。
(?:pattern)	匹配 pattern 但不捕獲該匹配的子表達式，即它是一個非捕獲匹配，不存儲供以后使用的匹配。這對于用“or”字符 (\|) 組合模式部件的情況很有用。例如，'industr(?:y\|ies) 是比 ‘industry\|industries' 更經濟的表達式。
(?=pattern)	執行正向預測先行搜索的子表達式，該表達式匹配處于匹配 pattern 的字符串的起始點的字符串。它是一個非捕獲匹配，即不能捕獲供以后使用的匹配。例如，'Windows (?=95\|98\|NT\|2000)' 匹配“Windows 2000”中的“Windows”，但不匹配“Windows 3.1”中的“Windows”。預測先行不占用字符，即發生匹配后，下一匹配的搜索緊隨上一匹配之后，而不是在組成預測先行的字符后。
(?!pattern)	執行反向預測先行搜索的子表達式，該表達式匹配不處于匹配 pattern 的字符串的起始點的搜索字符串。它是一個非捕獲匹配，即不能捕獲供以后使用的匹配。例如，'Windows (?!95\|98\|NT\|2000)' 匹配“Windows 3.1”中的 “Windows”，但不匹配“Windows 2000”中的“Windows”。預測先行不占用字符，即發生匹配后，下一匹配的搜索緊隨上一匹配之后，而不是在組成預測先行的字符后。
x\|y	匹配 x 或 y。例如，'z\|food' 匹配“z”或“food”。'(z\|f)ood' 匹配“zood”或“food”。
[xyz]	字符集。匹配包含的任一字符。例如，“[abc]”匹配“plain”中的“a”。
[^xyz]	反向字符集。匹配未包含的任何字符。例如，“[^abc]”匹配“plain”中的“p”。
[a-z]	字符范圍。匹配指定范圍內的任何字符。例如，“[a-z]”匹配“a”到“z”范圍內的任何小寫字母。
[^a-z]	反向范圍字符。匹配不在指定的范圍內的任何字符。例如，“[^a-z]”匹配任何不在“a”到“z”范圍內的任何字符。
/b	匹配一個字邊界，即字與空格間的位置。例如，“er/b”匹配“never”中的“er”，但不匹配“verb”中的“er”。
/B	非字邊界匹配。“er/B”匹配“verb”中的“er”，但不匹配“never”中的“er”。
/cx	匹配 x 指示的控制字符。例如，/cM 匹配 Control-M 或回車符。x 的值必須在 A-Z 或 a-z 之間。如果不是這樣，則假定 c 就是“c”字符本身。
/d	數字字符匹配。等效于 [0-9]。
/D	非數字字符匹配。等效于 [^0-9]。
/f	換頁符匹配。等效于 /x0c 和 /cL。
/n	換行符匹配。等效于 /x0a 和 /cJ。
/r	匹配一個回車符。等效于 /x0d 和 /cM。
/s	匹配任何空白字符，包括空格、制表符、換頁符等。與 [ /f/n/r/t/v] 等效。
/S	匹配任何非空白字符。與 [^ /f/n/r/t/v] 等效。
/t	制表符匹配。與 /x09 和 /cI 等效。
/v	垂直制表符匹配。與 /x0b 和 /cK 等效。
/w	匹配任何字類字符，包括下劃線。與“[A-Za-z0-9_]”等效。
/W	與任何非單詞字符匹配。與“[^A-Za-z0-9_]”等效。
/xn	匹配 n，此處的 n 是一個十六進制轉義碼。十六進制轉義碼必須正好是兩位數長。例如，“/x41”匹配“A”。“/x041”與“/x04”&“1”等效。允許在正則表達式中使用 ASCII 代碼。
/num	匹配 num，此處的 num 是一個正整數。到捕獲匹配的反向引用。例如，“(.)/1”匹配兩個連續的相同字符。
/n	標識一個八進制轉義碼或反向引用。如果 /n 前面至少有 n 個捕獲子表達式，那么 n 是反向引用。否則，如果 n 是八進制數 (0-7)，那么 n 是八進制轉義碼。
/nm	標識一個八進制轉義碼或反向引用。如果 /nm 前面至少有 nm 個捕獲子表達式，那么 nm 是反向引用。如果 /nm 前面至少有 n 個捕獲，則 n 是反向引用，后面跟有字符m。如果兩種前面的情況都不存在，則 /nm 匹配八進制值 nm，其中 n 和 m 是八進制數字 (0-7)。
/nml	當 n 是八進制數 (0-3)，m 和 l 是八進制數 (0-7) 時，匹配八進制轉義碼 nml。
/un	匹配 n，其中 n 是以四位十六進制數表示的 Unicode 字符。例如，/u00A9 匹配版權符號 (©)。