正则表达式总结速查

正则表达式

---

正则表达式是对字符串（包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为“元字符”））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。正则表达式是一种文本模式，该模式描述在搜索文本时要匹配的一个或多个字符串。

用法

一、基本匹配

正则表达式即使在执行搜索时的格式。它由一些字母和数字组合而成。
例如：一个正则表达式 “$the$”，它会逐字与匹配字符串做比较找到所有 “$the$”。（大小写敏感）

二、元字符

正则表达式主要依赖于元字符. 元字符不代表他们本身的字面意思, 他们都有特殊的含义. 一些元字符写在方括号中的时候有一些特殊的意思. 以下是一些元字符的介绍:

元字符	描述
.	句号匹配任意单个字符除了换行符.
[ ]	字符种类. 匹配方括号内的任意字符.
[^ ]	否定的字符种类. 匹配除了方括号里的任意字符
*	匹配>=0个重复的在*号之前的字符.
+	匹配>=1个重复的+号前的字符.
?	标记?之前的字符为可选.
{n,m}	匹配num个大括号之前的字符 (n <= num <= m).
(xyz)	字符集, 匹配与 xyz 完全相等的字符串.
|	或运算符,匹配符号前或后的字符.
\	转义字符,用于匹配一些保留的字符 [ ] ( ) { } . * + ? ^ $ \ |
^	从开始行开始匹配.
$	从末端开始匹配.

下面依次介绍：

• 点运算符 .
  点运算符是元字符中最简单的例子。他可以匹配任意单个字符，但不匹配换行符。

• 字符集
  字符集也叫做字符类。方括号用来指定一个字符集。在方括号中使用连字符来指定字符集的范围。在方括号中的字符集不关心顺序。

  "[Tt]he"  => The car parked in the garage.
  
  The, the
  

  方括号的句号就表示句号。

  "ar[.]"  => A garage is a good place to park a car.
  
  ar.
  

• 否定字符集
  一般来说 ^ 表示一个字符串的开头，但是当他用在方括号里面的时候。他表示字符集是否定的。
  例如：表示式 “[^c]ar” 匹配一个后面跟着 ar 的除了 c 的任意字符。

• 重复次数
  后面跟着元字符（+， *， ？）的。用来指定匹配子模式的次数。这些元字符在不同情况有着不同的意思。

• ” * “号
  星号匹配在星号之前的字符出现大于等于 0次，例如。表达式 " a* " 匹配以 0或更多个 “ a “ 开头的字符, 因为有0个这个条件, 其实也就匹配了所有的字符. 表达式 [a-z]* 匹配一个行中所有以小写字母开头的字符串.

  “[a-z]*” => The car parked in the garage #21.
  he car parked in the garage

  字符和.字符搭配可以匹配所有的字符.. 和表示匹配空格的符号 \s 连起来用, 如表达式 \scat\s* 匹配0或更多个空格开头和 0 或更多个空格结尾的 cat 字符串.

• 加号
  加号匹配 + 号之前的字符出现 >=1 次. 例如表达式 c.+t 匹配以首字母 c 开头以 t 结尾,中间跟着任意个字符的字符串.

• 问号
  在正则表达式中元字符 ? 标记在符号前面的字符为可选, 即出现 0 或 1 次. 例如, 表达式 [T]?he 匹配字符串 he 和 The。

• {} 号
  在正则表达式中 {} 是一个量词, 常用来表示一个或一组字符可以重复出现的次数. 例如, 表达式 [0-9]{2,3} 匹配最少 2 位最多 3 位 0~9 的数字.

  我们可以省略第二个参数. 例如, [0-9]{2,} 匹配至少两位 0~9 的数字.

  如果逗号也省略掉则表示重复固定的次数. 例如, [0-9]{3} 匹配3位数字

• (…) 特征标群
  特征标群是一组写在 (…) 中的子模式. 例如之前说的 {} 是用来表示前面一个字符出现指定次数. 但如果在 {} 前加入特征标群则表示整个标群内的字符重复 N 次. 例如, 表达式 (ab)* 匹配连续出现 0 或更多个 ab.

• | 或运算符
  或运算符就表示或, 用作判断条件.

  例如 (T|t)he|car 匹配 (T|t)he 或 car.

• 转码特殊字符
  反斜线 \ 在表达式中用于转码紧跟其后的字符. 用于指定 { } [ ] / \ + * . $ ^ | ? 这些特殊字符. 如果想要匹配这些特殊字符则要在其前面加上反斜线 .

  例如 . 是用来匹配除换行符外的所有字符的. 如果想要匹配句子中的 . 则要写成 . 以下这个例子 .?是选择性匹配.

• 锚点
  在正则表达式中, 想要匹配指定开头或结尾的字符串就要使用到锚点. ^ 指定开头, $ 指定结尾.

  ^ 用来检查匹配的字符串是否在所匹配字符串的开头.

  例如, 在 abc 中使用表达式 ^a 会得到结果 a. 但如果使用 ^b 将匹配不到任何结果. 因为在字符串 abc 中并不是以 b 开头.

  例如, ^(T|t)he 匹配以 The 或 the 开头的字符串.

  $ 号
  同理于 ^ 号, $ 号用来匹配字符是否是最后一个.例如, (at.)$ 匹配以 at. 结尾的字符串.

简写字符集

正则表达式提供一些常用的字符集简写. 如下:

简写	描述
.	除换行符外的所有字符
\w	匹配所有字母数字, 等同于 [a-zA-Z0-9_]
\W	匹配所有非字母数字, 即符号, 等同于: [^\w]
\d	匹配数字: [0-9]
\D	匹配非数字: [^\d]
\s	匹配所有空格字符, 等同于: [\t\n\f\r\p{Z}]
\S	匹配所有非空格字符: [^\s]
\f	匹配一个换页符
\n	匹配一个换行符
\r	匹配一个回车符
\t	匹配一个制表符
\v	匹配一个垂直制表符
\p	匹配 CR/LF (等同于 \r\n)，用来匹配 DOS 行终止符