正则表达式语法规则（转载）

最新推荐文章于 2023-12-13 15:54:58 发布

黄道婆

最新推荐文章于 2023-12-13 15:54:58 发布

阅读量277

点赞数

分类专栏：杂项

原文链接：https://blog.csdn.net/baidu_33440774/article/details/82015673

版权

杂项专栏收录该内容

39 篇文章 0 订阅

订阅专栏

正则表达式语法规则（转载）

原文链接：https://blog.csdn.net/baidu_33440774/article/details/82015673

一、行定位符（^和$）
行定位符就是用来描述字串的边界。
“^”表示行的开始；“$”表示行的结尾。
如：
^tm : 该表达式表示要匹配字串tm的开始位置是行头，如tm equal Tomorrow Moon就可以匹配

tm$ : 该表达式表示要匹配字串tm的位置是行尾，Tomorrow Moon equal tm匹配。
如果要匹配的字串可以出现在字符串的任意部分，那么可以直接写成：tm

二、单词定界符（\b、\B）
单词分界符\b，表示要查找的字串为一个完整的单词。如：\btm\b
还有一个大写的\B，意思和\b相反。它匹配的字串不能是一个完整的单词，而是其他单词或字串的一部分。如：\Btm\B

三、字符类（[ ]）
正则表达式是区分大小写的，如果要忽略大小写可使用方括号表达式“[]”。只要匹配的字符出现在方括号内，即可表示匹配成功。
注意：一个方括号只能匹配一个字符。例如，要匹配的字串tm不区分大小写，那么该表达式应该写作如下格式：[Tt][Mm]

。
POSIX风格的预定义字符类如表所示：
预定义字符类说明
[:digit:] 十进制数字集合。等同于[0-9]
[[:alnum:]] 字母和数字的集合。等同于[a-zA-Z0-9]
[[:alpha:]] 字母集合。等同于[a-zA-Z]
[[:blank:]] 空格和制表符
[[:xdigit:]] 十六进制数字
[[:punct:]] 特殊字符集合。包括键盘上的所有特殊字符，如!@#$?等。
[[:print:]] 所有的可打印字符（包括空白字符）
[[:space:]] 空白字符（空格、换行符、换页符、回车符、水平制表符）
[[:graph:]] 所有的可打印字符（不包括空白字符）
[[:upper:]] 所有大写字母，[A-Z]
[[:lower:]] 所有小写字母，[a-z]
[[:cntrl:]] 控制字符

五、连字符（-）
连字符可以表示字符的范围。如[a-zA-Z]

六、排除字符（[^]）
匹配不符合命名规则的变量，正则表达式提供了“^”字符。这个元字符在前面出现过，表示行的开始。而这里将会放到方括号中，表示排除的意思。
例如：[^a-zA-Z]，该表达式匹配的就是不以字母和下划线开头的变量名。

七、限定符（? * + {n,m}）
对于重复出现字母或字串，可以使用限定符来实现匹配。限定符主要有6种，如表所示：
限定符说明举例
? 匹配前面的字符零次或一次。 colou?r，该表达式可以匹配colour和color。
+ 匹配前面的字符一次或多次。 go+gle，该表达式可以匹配的范围从gogle到go...gle。
* 匹配前面的字符零次或多次。 go*gle，该表达式可以匹配的范围从ggle到goo...gle。
{n} 匹配前面的字符n次。 go{2}gle，该表达式只匹配google。
{n,} 匹配前面的字符最少n次。 go{2,}gle，该表达式可以匹配的范围从google到goo...gle。
{n,m} 匹配前面的字符最少n次，最多m次。 employe{0,2}，该表达式可以匹配employ、employe和employee三种情况。

八、点号字符(.)
点字符(.)可以匹配出换行符外的任意一个字符。注意：是除了换行符外的、任意的一个字符。
如匹配以s开头、t结尾、中间包含一个字母的单词。格式如下： ^s.t$，匹配的单词包括：sat、set、sit等。
再举一个实例，匹配一个单词，它的第一个字母为r，第3个字母为s，最后一个字母为t。能匹配该单词的正则表达式为：^r.s.*t$

九、转义字符（\）
正则表达式中的转移字符（\）和PHP中的大同小异，都是将特殊字符（如“.”、“?”、“\”等）变为普通的字符。
举一个IP地址的实例，用正则表达式匹配诸如127.0.0.1这样格式的IP地址。如果直接使用点字符，格式为：[0-9]{1,3}(.[0-9]{1,3}){3}

这显然不对，因为“.”可以匹配一个任意字符。这时，不仅是127.0.0.1这样的IP，连127101011这样的字串也会被匹配出来。所以在使用“.”时，需要使用转义字符（\）。修改后上面的正则表达式格式为： [0-9]{1,3}(\.[0-9]{1,3}){3}

十、反斜线（\）
除了可以做转义字符外，反斜线还有其他一些功能。反斜线可以将一些不可打印的字符显示出来，如表所示：
字符说明
\a 警报，即ASCII中的<BEL>字符(0x07)。
\b 退格，即ASCII中的<BS>字符(0x08)。注意，在PHP中只有在中括号([])里使用才表示退格。
\e Escape，即ASCII中的<ESC>字符(0x1B)。
\f 换页符，即ASCII中的<FF>字符(oxoC)。
\n 换行符，即ASCII中的<LF>字符(0x0A)。
\r 回车符，即ASCII中的<CR>字符(0x0D)。
\t 水平制表符，即ASCII中的<HT>字符(0x09)。
\xhh 十六进制代码。
\ddd 八进制代码。
\cx 即control-x的缩写，匹配由x指明的控制字符，其中x是任意字符。

还可以指定预定义字符集，如表所示：
预定义字符集说明
\d 任意一个十进制数字，相当于[0-9]。
\D 任意一个非十进制数字。
\s 任意一个空白字符（空格、换行符、换页符、回车符、水平制表符），相当于[\f\n\r\t]。
\S 任意一个非空白字符。
\w 任意一个单词字符，相当于[a-zA-Z0-9]。
\W 任意一个非单词字符。

反斜线还有一种功能，就是定义断言，其中已经了解过了\b、\B，其他如表所示：
限定符说明
\b 单词分界符，用来匹配字符串中的某些位置，\b是以同意的分界符来匹配。
\B 非单词分界符序列。
\A 总是能够匹配待搜索文本的起始位置。
\Z 表示在未指定任何模式下匹配的字符，通常是字符串的末尾位置，或者是在字符串末尾的换行符之前的位置。
\z 只匹配字符串的末尾，而不考虑任何换行符。
\G 当前匹配的起始位置。

十一、括号字符(())
小括号字符的第一个作用就是可以改变限定符的作用范围，如“|”、“*”、“^”等。来看下面的一个表达式。
(thir|four)th，这个表达式的意思是匹配单词thirth或fourth，如果不使用小括号，那么就变成了匹配单词thir和fourth了。
小括号的第二个作用是分组，也就是子表达式。如(\.[0-9]{1,3}){3}，就是对分组(\.[0-9]{1,3})进行重复操作。后面要学到的反向引用和分组有着直接的关系。

十二、反向引用

十三、模式修饰符
模式修饰符的作用是设定模式。也就是规定正则表达式应该如何解释和应用。
不同的语言都有自己的模式设置，PHP中的主要模式如表所示：
修饰符表达式写法说明
i (?i)...(?-i)、(?i:...) 忽略大小写模式
M (?m)...(?-m)、(?m:...) 多文本模式。即字串内部有多个换行符时，影响“^”和“$”的匹配。
s (?s)...(?-s)、(?s:...) 单文本模式。在此模式下，元字符点号可以匹配换行符。其他模式则不能匹配换行符。
X (?x)...(?-x)、(?x:...) 忽略空白字符。