参考

这是我讲述正则表达式的“教案”，你也可以用来作为正则表达式手册。

正则表达式

1. 基本字符

说明：本文在表述正则表达式时，用方框扩起来的字符（示例：x）表示具体的字符，而不用方框扩起来的字符，表示一类字符，比如用“x”表示一个字符，并不一定是x。

正则表达式	匹配	说明
x	字符x	匹配一个字符，区分大小写，示例：a匹配字符a， A匹配字符A，7匹配字符7

注意：编程语言的正则表达式默认是区分大小写的，而编辑器默认不区分大小写。

基本字符能直接匹配，有些字符为特殊字符，在正则表达式里有特殊意义，不能直接匹配。比如.并不是匹配.而是可以匹配多个字符。正则表达式里一个字符可以表示多种意义，比如7可以匹配字符7，在不同的位置，也可以有其它意义。这些在后文都会讲到。

2. 转义字符

说明：本文在表述正则表达式时，用方框扩起来的字符（示例：x）表示具体的字符，而不用方框扩起来的字符，表示一类字符，比如用“x”表示一个字符，并不一定是x。

正则表达式	匹配	说明
x	字符x	匹配一个字符，区分大小写，示例：a匹配字符a， A匹配字符A，7匹配字符7
\\	字符\
\0nnn	一个字符的ASCII码是八进制值nnn	\0开头，最多3位8进制，示例：\0101匹配字符A。\09表示Tab键
\xhh	一个字符的ASCII码是十六进制值hh	\x开头，最多2位16进制，示例：\04E和\04e匹配字符N
\t	tab字符	等同\x09
\n	换行符	等同\x0a
\r	回车符	等同\x0d
\a	响铃符	等同\x07
\e	escape字符	等同\x1b

重要说明：字符串内反斜杠\ 在常见的编程语言里都要转义"\\"，而正则表达式里斜杠也要转义。就存在两次转义的问题。

比如正则表达式"\\\\"在编程语言里匹配字符\，因为四个反斜杠"\\\\"在字符串内，其实只表示两个反斜杠，正则表达式两个反斜杠表示字符\。

Python编程语言的r字符串不需要转义，re.match(r'\\', '\\') 等同re.match('\\\\', '\\')学习正则表达式比较方便。

上面表格内并没有包括所有转义字符，后文会继续补充。

3.匹配多次

正则表达式a表示匹配字符a，如果要匹配字符aa，用正表达式aa，如果匹配100个a呢，可以用a{100}，更多情况见下表

正则表达式	匹配	说明
x{n,m}	n到m个x字符	n和m为自然数，m≥n
x{n,}	n个以上x字符
x{n}	n个x字符	等价{n,n}
x+	1个以上x字符	等价x{1,}
x?	0个或1个x字符	等价x{0,1}
x*	0个或多个x字符	等价x{0,}

上面的表格出现了几个新的字符{，}，,，+，?，*

其中{，}，,如果不是用作范围限定符，在不引起混淆的情况下可不转义，可以直接匹配这些字符。但要匹配这些字符本身+，?，*就要转义。如下表：

正则表达式	匹配	说明
\}	}	不引起混淆的情况可不转义
\{	}	不引起混淆的情况可不转义
\,	,	不引起混淆的情况可不转义
\+	+
\?	?
\*	*

4. 正则表达式的流派（flavor）

类Unix操作系统的很多命令是支持正则表达式的，比如grep命令。

我们在macOS终端输入下面的命令：

echo aaaa|grep 'a{4}'

并不能够匹配。

改成这样：

echo aaaa|grep 'a\{4\}'

就可以匹配。

这是什么原因呢？这是因为grep命令的正则表达式花括号表示的意义和上文所讲的是相反的。即：}表示字符本身，用作范围符号需要转义\}。

同一个正则表达式在不同的工具、编程语言表示的意义不同，这种现象叫做正则表达式的流派问题。

这个教程是什么流派呢？Perl 5流派，Perl 5.0版出现的早，而且正则表达式支持强大，很多编程语言实现都以此标准。

正则表达式的流派问题，会导致你在一个环境测试通过的正则表达式，在另一个环境可能不适用。所以移植正则表达式时一定要充分测试。

相关文章

掌握正则表达式（1）工具篇