从左到右进行计算,并遵循优先级顺序,这与算术表达式非常类似。
相同优先级的从左到右进行运算,不同优先级的运算先高后低。下表从最高到最低说明了各种正则表达式运算符的优先级顺序:
运算符 | 描述 |
---|---|
\ | 转义符 |
(), (?:), (?=), [] | 圆括号和方括号 |
*, +, ?, {n}, {n,}, {n,m} | 限定符 |
^, $, \任何元字符、任何字符 | 定位点和序列(即:位置和顺序) |
| | 替换,"或"操作 字符具有高于替换运算符的优先级,使得"m|food"匹配"m"或"food"。若要匹配"mood"或"food",请使用括号创建子表达式,从而产生"(m|f)ood"。 |
1、基本模式匹配
模式,是正则表达式最基本的元素,它们是一组描述字符串特征的字符。
模式可以由普通的字符串组成,也可以用特殊的字符表示一个范围内的字符、重复出现,或表示上下文。
例如:
(1)^once
这个模式包含一个特殊的字符^,表示该模式只匹配那些以once开头的字符串。
"once upon a time" --------- 匹配
"There once was a man from NewYork" --------不匹配。
正如如^符号表示开头一样,$符号用来匹配那些以给定模式结尾的字符串。
(2)bucket$
"Who kept all of this cash in a bucket" -------匹配,与"buckets"不匹配。
字符^和$同时使用时,表示精确匹配(字符串与模式一样)。
(3)^bucket$
只匹配字符串"bucket"。如果一个模式不包括^和$,那么它与任何包含该模式的字符串匹配。
(4)once
There once was a man from NewYork ---------------匹配
Who kept all of his cash in a bucket. ---------------匹配
是匹配的。
(5)转义序列。所有的转义序列都用反斜杠(\)打头。
检测一个字符串是否以制表符开头,^\t
用\n表示"新行",\r表示回车。其他的特殊符号,可以用在前面加上反斜杠,如反斜杠本身用\\表示,句号.用\.表示,以此类推。
2、字符簇
在INTERNET的程序中,正则表达式通常用来验证用户的输入。
当用户提交一个FORM以后,要判断输入的电话号码、地址、EMAIL地址、信用卡号码等是否有效,用普通的基于字面的字符是不够的。
所以要用一种更自由的描述我们要的模式的办法,它就是字符簇。
字符簇 | 描述 |
---|---|
HP的正则表达式有一些内置的通用字符簇 | |
[[:alpha:]] | 任何字母 |
[[:digit:]] | 任何数字 |
[[:alnum:]] | 任何字母和数字 |
[[:space:]] | 任何空白字符 |
[[:upper:]] | 任何大写字母 |
[[:lower:]] | 任何小写字母 |
[[:punct:]] | 任何标点符号 |
[[:xdigit:]] | 任何16进制的数字,相当于[0-9a-fA-F] |
常用的字符簇 | |
[AaEeIiOoUu] | 所有元音字符的字符簇 |
[a-z] | 匹配所有的小写字母 |
[a-zA-Z] | 匹配所有的字母 |
[A-Z] | 匹配所有的大写字母 |
[0-9] | 匹配所有的数字 |
[0-9\.\-] | 匹配所有的数字,句号和减号 |
[ \f\r\t\n] | 匹配所有的白字符 |
^[a-z][0-9]$ | 由一个小写字母和一位数字组成,如"z2"、"t6"或"g7",不是"ab2"、"r2d3" 或"b52" |
^[^0-9][0-9]$ | 第一个字符不能是数字 |
[^a-z] | 除了小写字母以外的所有字符 |
[^\\\/\^] | 除了(\)(/)(^)之外的所有字符 |
[^\"\'] | 除了双引号(")和单引号(')之外的所有字符 |
^.5$ | 特殊字符"." (点,句号)在正则表达式中用来表示除了"新行"之外的所有字符。所以模式"^.5$"与任何两个字符的、以数字5结尾和以其他非"新行"字符开头的字符串匹配。模式"."可以匹配任何字符串,除了空串和只包括一个"新行"的字符串 |
3、确定重复出现
到现在为止,你已经知道如何去匹配一个字母或数字,但更多的情况下,可能要匹配一个单词或一组数字。一个单词有若干个字母组成,一组数字有若干个单数组成。跟在字符或字符簇后面的花括号({})用来确定前面的内容的重复出现的次数。
字符簇 | 描述 |
---|---|
^[a-zA-Z_]$ | 所有的字母和下划线 |
^[[:alpha:]]{3}$ | 所有的3个字母的单词 |
^a$ | 字母a |
^a{4}$ | aaaa |
^a{2,4}$ | aa,aaa或aaaa |
^a{1,3}$ | a,aa或aaa |
^a{2,}$ | 包含多于两个a的字符串 |
^a{2,} | 如:aardvark和aaab,但apple不行 |
a{2,} | 如:baad和aaa,但Nantucket不行 |
\t{2} | 两个制表符 |
.{2} | 所有的两个字符 |
^[a-zA-Z0-9_]{1,}$ // 所有包含一个以上的字母、数字或下划线的字符串
^[1-9][0-9]{0,}$ // 所有的正整数
^\-{0,1}[0-9]{1,}$ // 所有的整数
^[-]?[0-9]+\.?[0-9]+$ // 所有的浮点数
最后一个例子不太好理解,是吗?这么看吧:以一个可选的负号 ([-]?) 开头 (^)、跟着1个或更多的数字([0-9]+)、和一个小数点(\.)再跟上1个或多个数字([0-9]+),并且后面没有其他任何东西($)。。
特殊字符 ? 与 {0,1} 是相等的,它们都代表着: 0个或1个前面的内容 或 前面的内容是可选的 。所以刚才的例子可以简化为:
^\-?[0-9]{1,}\.?[0-9]{1,}$ // 所有的浮点数
特殊字符 * 与 {0,} 是相等的,它们都代表着 0 个或多个前面的内容 。最后,字符 + 与 {1,} 是相等的,表示 1 个或多个前面的内容 ,所以上面的4个例子可以写成:
^[a-zA-Z0-9_]+$ // 所有包含一个以上的字母、数字或下划线的字符串
^[1-9][0-9]*$ // 所有的正整数
^\-?[0-9]+$ // 所有的整数
^[-]?[0-9]+(\.[0-9]+)?$ // 所有的浮点数