常用的正则表达式总结

2019-12-14 本文已影响0人数据蝉

一、正则表达式概念

正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个"规则字符串"，这个"规则字符串"用来表达对字符串的一种过滤逻辑。

二、正则表达式的特点

灵活性、逻辑性和功能性非常强;
可以迅速地用极简单的方式达到字符串的复杂控制。
对于刚接触的人来说，比较晦涩难懂。

三、正则表达式的目的

给定一个正则表达式和另一个字符串，我们可以达到如下的目的:

给定的字符串是否符合正则表达式的过滤逻辑(称作"匹配"):
可以通过正则表达式，从字符串中获取我们想要的特定部分。

四、正则表达式的语法

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。

语法	说明	表达式实例	完整匹配的字符串
字符
一般字符	匹配自身	abc	abc
.	匹配任意除换行符“\n”外的字符。在DOTALL模式中也能匹配换行符	a.c	abc
\	转义字符，使后一个字符改变原来的意思。如果字符串中有字符 * 需要匹配，可以使用或者字符集[ ]。	a\.c a\\c	a.c a\c
[...]	字符集（字符类）。对应的位置可以是字符集中任意字符。字符集中的字符可以逐个列出，也可以给出范围。如[abc]或[a-c]。第一个字符如果是^则表示取反，如[^abc]表示不是abc的其他字符。所有的特殊字符在字符集中都失去其原有的特殊含义。在字符集中如果要使用]、-或^，可以在前面加上反斜杠，或把]、-放在第一个字符，把^放在非第一个字符。	a[bcd]e	abe ace ade
预定义字符集（可以写在字符集[...]中
\d	数字：[0-9]	a\dc	a1c
\D	非数字：[^\d]	a\Dc	abc
\s	空白字符：[<空格>\t\r\n\f\v]	a\sc	a c
\S	非空白字符:[^\s]	a\Sc	abc
\w	单词字符：[A-Za-z0-9_]	a\wc	abc
\W	非单词字符：[^\w]	a\Wc	a c
数量词（用在字符或(...)之后）
*	匹配前一个字符0或无限次。	abc*	ab abccc
+	匹配前一个字符1次或无限次。	abc+	abc abccc
?	匹配前一个字符0次或1次。	abc?	ab abc
{m}	匹配前一个字符m次。	ab{2}c	abbc
{m,n}	匹配前一个字符m至n次。m和n可以省略：若省略m，则匹配0至n次；若省略n，则匹配m至无限次。	ab{1,2}c	abc abbc
* ?+???{m,n}?	使* + ？{m,n}变成非贪婪模式
边界匹配(不消耗待批匹配字符串中的字符)
^	匹配字符串开头。在多行模式中匹配每一行的开头。	^abc	abc
$	匹配字符串末尾。在多行模式中匹配每一行的末尾。	abc$	abc
\A	仅匹配字符串开头。	\Aabc	abc
\Z	仅匹配字符串末尾。	abc\Z	abc
\b	匹配\w和\W之间	a\b!bc	a!bc
\B	[^\b]	a\Bbc	abc
逻辑、分组
\|	代表左右表达式任意匹配一个。它总是先尝试匹配左边的表达式，一旦成功匹配则跳过匹配右边的表达式。如果\|没有被包含在()中，则它的范围是整个正则表达式。	abc\|def	abc def
(...)	被括起来的表达式将作为分组，从表达式左边开始每遇到一个分组的左括号'('，编号+1。另外，分组表达式作为一个整体，可以后接数量词。表达式中的\|在该组中有效。	(abc){2}a(123\|456)c	abcabca456c
(?P<name>...)	分组，除了原有的编号外再指定一个额外的别名。	(?P<id>abc){2}	abcabc
<number>	引用编号为<number>的分组匹配到的字符串。	(\d)abc\1	1abc1 5abc5
(?P=name)	引用别名为<name>的分组匹配到的字符串。	(?P<id>\d)abc(?P=id)	1abc1 5abc5
特殊构造（不作为分组）
(?:...)	(...)的不分组版本，用于使用'\|'或后接数量词。	(?:abc){2}	abcabc
(?iLmsux)	iLmsux的每个字符代表一个匹配模式，只能用在正则表达式的开头，可选多个。	(?i)abc	AbC
(?#...)	#后的内容将作为注释被忽略。	abc(?#comment)123	abc123
(?=...)	之后的字符串内容需要匹配表达式才能成功匹配。不消耗字符串内容。	a(?=\d)	后面是数字的a
(?!...)	之后的字符串内容需要不匹配表达式才能成功匹配。不消耗字符串内容。	a(?!=\d)	后面不是数字的a
(?<=...)之前的字符串内容需要匹配表达式才能成功匹配。不消耗字符串内容。	(?<=\d)a	前面是数字的a	前面是数字的a
(?<!...)	之前的字符串内容需要不匹配表达式才能成功匹配。不消耗字符串内容。	(?<!\d)a	前面不是数字的a
(?(id/name)yes-pattern\|no-pattern)	如果编号为id/别名为name的组匹配到字符，则需要匹配yes-pattern，否则需要匹配no-pattern。\|no-pattern可以省略。	(\d)abc(?(1)\d	abc)